字符串拆分应用在很多方面,尤其是针对格式化数据的处理,可是不同程序语言对于字符串拆分却有着很大的区别(易用性,效率等方面考虑)。
对于格式化数据的处理首先想到的利器就是awk了,它尤其胜任文本的处理,逐行读取文本文件,按照指定的分隔符处理拆分的字符串,它还能为文本处理加入控制运算逻辑,功能强大到已经是一门复杂的编程语言了。
还有就是以强大的正则匹配为基础的perl,对于字符串处理也是很强大。可是对C语言来说字符串拆分还是不那么自然,至少“纯洁”的C99标准没有定义一个好用的字符串拆分函数。
<?php
$str = "APPLE:BANANA:PEAR:WATERMELON";
$res = split(":",$str);
var_dump($res);
?>
vm6245:~/penjin # php split.php
array(4) {
[0]=>
string(5) "APPLE"
[1]=>
string(6) "BANANA"
[2]=>
string(4) "PEAR"
[3]=>
string(10) "WATERMELON"
}
比如上面的php代码很轻松的就可以按照指定字符拆分字符串,在C语言中我们也是很容易就能办到,使用strtok函数即可。
#include<stdio.h>
#include<string.h>
int main(int argc,char *argv[]){
char str[100] = "APPLE:BANANA:PEAR:WATERMELON";
char *p = strtok(str,":");
while (p != NULL) {
printf("%s\n", p);
p = strtok(NULL,":");
}
return 0;
}
可是问题不是这么简单的,如果我们的分隔符是多个字符(比如单词),strtok就无能为力了。
比如"APPLEandBANANAandPEARandWATERMELON"字符窜按照“and”拆分,php使用split函数即可做到,C语言怎么办呢,我想很多C的第三方库(如boost)应该封装了相应的函数,但是我还是不喜欢有依赖性的东西。
我想到能不能尝试用Ragel来做字符串拆分,ragel是一个结合正则表达式和状态机的词法分析器,支持C, C++, Objective-C, D, Java and Ruby等宿主语言,将词法分析的结果嵌入它们的程序中。ragel的强大之处不止是支持正则的解析,还在于它生成代码的高效(听说ragel做的atoi函数比C原生的字符串转数字更加高效)
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <iostream>
#include <string>
using namespace std;
%%{
machine split_parser;
action word_start {
word = "";
}
action word_append {
word += fc;
}
action word_finish {
printf("%s\n",word.c_str()); //输出拆分字符串
}
split="and";
word= ( /[a-zA-Z_0-9]*/ %word_finish -- split ) >word_start $word_append;
main:=word (split word)* '\0';
}%%
%%write data;
void my_strtok(char *str) {
string word = "";
char *p = str;
char *pe = p+ strlen(p);
int cs;
%%write init;
%%write exec;
printf("%s\n",word.c_str()); //输出最后一个拆分字符串
}
int main(int argc, char **argv) {
char *str = "APPLEandBANANAandPEARandWATERMELON";
my_strtok(str);
return 0;
}
然后用Ragel解析上面的代码就得到字符串拆分结果了,对于Ragel的使用更多的介绍可以参照http://blog.dccmx.com/2011/01/ragel-intro-1/博客中的内容。
不过strtok函数可以指定多个分隔符实现字符串拆分,所以不同的场合给我们多一种选择,或许strtok还是简单一点。
#include<stdio.h>
#include<string.h>
int main(int argc,char *argv[]){
char str[100] = "APPLE:BANANA;PEAR.WATERMELON";
char *p = strtok(str,":;.");
while (p != NULL) {
printf("%s\n", p);
p = strtok(NULL,":;.");
}
return 0;
}