c++字符串分割方法整理

内容来源 : how to split a string in c++

c++的标准库string很多东西没有提供,包括但不限于split/join/slice, 而用到的机会又很多, 虽然利用标准库/第三方库实现split功能的方式有千千万, 本篇就按照how to split a string in c++中的几种方式给出一下,已经能覆盖到平时的使用场景了.

solution 1.1 : 字符流迭代器

使用场景：只有标准库可用;　只对空格进行分割
原理：输入流迭代器istream_iterator将输入流(文件/string等)分割成若干元素,　分割是通过迭代器自增实现,　每自增一次迭代器就从输入流中获取一个元素直到末尾,　而尾迭代器不需要赋值, 默认就空的;　流迭代器分割输入流的默认算法是按照空格来截取,　因此可以利用输入流迭代器的此种特性来做字符串分割.
代码：

     std::istringstream iss(text);
     std::istream_iterator<std::string> Itbegin = std::istream_iterator<std::string>(iss);
     std::istream_iterator<std::string> ItEnd   = std::istream_iterator<std::string>();
     std::vector<std::string> results1(Itbegin, ItEnd);

solution 1.2 : 对输入流重载>>

使用场景: 只有标准库可用;　不仅仅只对空格进行分割
原理: 输入流迭代器的自增实际上是调用了string的非成员函数operator>>,　在里面给定了默认分割规则(按空格),　因此如果有其他需要,　可以继承string类,　并重载非成员函数std::istream &operator>>(std::istream &is, std::string &ouput), 在函数实现中给定(或者用模板类制定)分割规则.
代码：

     class WordDelimitedByCommas : public std::string
     {
     };
 
     std::istream & operator>>(std::istream &is, WordDelimitedByCommas &output)
     {
         return std::getline(is, output, ',');
     }
    ...
     std::string text2 = "Let,me,split,this,into,words";
     std::istringstream iss2(text2);
     auto Itbegin2 = std::istream_iterator<WordDelimitedByCommas>(iss2);
     auto ItEnd2   = std::istream_iterator<WordDelimitedByCommas>();
     std::vector<std::string> results2(Itbegin2, ItEnd2);

solution 2: boost::split

使用场景：　有boost可用;　分割规则客户端指定
原理：　client提供容器vector<string>, boost分割之后存入其中
代码：

     std::vector<std::string> results3;
     boost::split(results3, text, boost::is_any_of(","));

solution 3: using ranges

使用场景: 可以使用其他第三方库, head-only库range-v3
原理：range-v3提供pipeline风格语法
代码：

    std::string text = "Let me split this into words";
    auto splitText = text | view::split(' ');

solution 4:

使用场景: 编译器支持c++14; 待分割字符有一定规则(可以用正则表达式抽象)
原理:　正则表达式的迭代器std::regex_token_iterator按照正则因子的规则分割字符串
代码:

     std::regex sep ("[ ,.]+");
     std::sregex_token_iterator tokens(text.cbegin(), text.cend(), sep, -1);
     std::sregex_token_iterator end;
     std::cout<<"[solution:regex]"<<std::endl;
     for(; tokens != end; ++tokens){
         std::cout << "token found: " << *tokens << "\n";
     }

总结

不需要自己利用标准库提供的能力拼凑拼装一个split的方式基本都在上面了.

• 如果一般的需求就用boost::split就很好了, 灵活且易用;　
• 如果要求更高,　需要提取特定格式内的字符串,　那么可以考虑regex方式;
• 大量需要用到range-v3的特性的时候,　就用range方案,　最简洁.