今天终端的同学反映模糊匹配算法初始化时crash了。跟了一下,发现是对中文的字符串分隔时出的问题。
基本的流程是这样的:首先加载配置文件(配置文件中的内容每一行用|分隔,比如:桂皮猪|10086),然后对每一行用|分隔提取参数,在进行相应的处理。
分隔函数如下:
vector<string> sepstr(const string &sStr, const string &sSep, bool withEmpty)
{
vector<string> vt;
string::size_type pos = 0;
string::size_type pos1 = 0;
while(true)
{
string s;
pos1 = sStr.find_first_of(sSep, pos);
if(pos1 == string::npos)
{
if(pos + 1 <= sStr.length())
{
s = sStr.substr(pos);
}
}
else if(pos1 == pos)
{
s = "";
}
else
{
s = sStr.substr(pos, pos1 - pos);
pos = pos1;
}
if(withEmpty)
{
vt.push_back(s);
}
else
{
if(!s.empty())
{
vt.push_back(s);
}
}
if(pos1 == string::npos)
{
break;
}
pos++;
}
return vt;
}
问题出在这一行:pos1 = sStr.find_first_of(sSep, pos);
比如我输入是“王珅|10086”,而王珅的gbk编码是:CDF5AB7C,“|”的ASCII码也是7C,这该行被分隔成了:CDF5AB 和10086,显然后续的处理就出错了。
处理的方法是修改find_first_of函数,对汉字跳过,因为我们分隔符一般不会用汉字。具体如下:
size_t findFirstOf(const string& sStr, const string& sSep, size_t pos) { //find first of sSep for (size_t i = pos; i < sStr.size(); i++) { if(IS_DOUBLE_CHAR( (unsigned char)(sStr.at(i))) ) { i++; if (i == sStr.size()) { break; } } else { for (size_t j = 0; j < sSep.size(); j++) { if (sStr[i] == sSep[j]) { return i; } } } } return string::npos; }
OVER