《白话C++》第10章 Page58 10.3.4 string的武器库②

4.复杂查找

谷歌百度的搜索功能很强，不过再牛的搜索功能也要从基础打起，基础就在母串中搜索指定的子串。

根据boost的设计，从一个母串中查找子串，返回的结果是两个值，开始位置和结束位置，

比如母串是“玛丽玛丽我爱你”，而查找的是“我爱”，则返回的（原文母串）子串分别位于8和12的迭代器，这一对迭代器构成一个“迭代范围”，体现为boost中定义的一个模板：iterator_range <T>。其中T是所要查找的字符串（也可以其他内容），

如果string，那就是string::iterator类型，如果是wstring，那就是wstring::iterator。

再次强调：返回的是两个迭代器，而不是两个数字。并且两个迭代器都指向母串身上的位置（有可能是无效位置，比如查找不到），因此如果得到具体的偏移位置，需要和母串的起始位置迭代器相减：

boost::format fmt("%s: %d ~ %d");

string s = "玛丽玛丽我爱你"; //一个汉字占用两个字节
boost::iterator_range<string::iterator> result
         = str_algo::find_first(s, "我爱");
if(result)
{
    cout << fmt % result
                %(result.begin() - s.begin())
                %(result.end() - s.begin())  << endl;
}
cout << result << endl;

从代码中可以看到，boost::iterator_range提供了转换为bool值的重载，用与判断是否找到，还提供了到字符串转换的重载，会输出其一对迭代器范围内的内容，如果找到的话，就是子串。

【危险】：iterator_range的有效期

注意，既然结果中的两个迭代器都指向母串身上的位置，所以如果在查找之后，母串内容被修改了，那么这两个迭代器就会失效，不应再访问！

还有以下几个find族函数：

//1 不区分大小写的find_first
iterator_range ifind_first(Range1T& Input
                        , const Range2T& Search);

//2 查找子串在母串中最后一次出现的位置（相当于倒查）
iterator_range find_last(Range1T& Input
                        , const Range2T& Search);

//3 查找子串在母串的第N次出现的位置(N从0开始)
iterator_range find_nth(Range1T& Input
                , const Range2T& Search, int N);

//4 查找母串中的所有指定子串(不区分大小写)，
//并存入Result容器中
SequenceSequenceT ifind_all(SequenceSequenceT& Result
                , Range1T& Input, const Range2T& Search);

前缀 i: 表示该算法不区分大小写

后面两个函数也提供了i前缀的版本。另外string_algo也提供了基于正则表达式查找，需自行学习。

现在特别关注在母串中连续查找子串的实现。

“find_nth”可以查找母串中第N次（N从0开始）出现的子串的位置，但假设已经找到了第N个，则查找第 N+1 次出现的高效做法，应该是从上次查找的位置之后找起。下面是基于上述思路的一个"find_next"的实现：

/*自定义的find_next */
template <typename Range1T
            , typename Range2T
            , typename IteratorRangeT>
IteratorRangeT find_next(Range1T& Input
                        , Range2T const& Search
                        , IteratorRangeT& LastRange)
{
    if(! LastRange)
    {
        return LastRange;
    }

    //搜索范围：上次找到的结束位置，到母串的结束位置
    IteratorRangeT SearchRange(LastRange.end(), Input.end());
    return boost::algorithm::find_first(SearchRange, Search);
}

使用例子如下：

实测结果例中的查找过程，使用  find_next  比使用  find_nth   快5倍，如果母串更长，出现子串次数更多，速度差距还会更大。

实现  find_next  的另一种做法是使用  stl  的算法，但后者的接口与 boost 此处的算法有较大区别。

最后，提供一个  wstring  的例子，如日常多数程序应使用  wstring  以便更好地支持中文：

//注意：请在 IDE 中，把代码所在源文件的编码，设置为 UTF-8
//并且本测试程序，不要和前面的string版本的个测试代码同时使用
void test_wstring_find()
{
    boost::format fmt("%d ~ %d");

    wstring s = L"玛丽玛丽我爱你";//注意L前缀，表示使用unicode

    boost::iterator_range <wstring::iterator> result
            = str_algo::find_first(s, L"我爱");//注意L前缀

    if(result)
    {
        cout << fmt %(result.begin() - s.begin())
                    %(result.end() - s.begin()) << endl;
    }
}

由于mingw环境的限制，不尝试在屏幕上输出宽字符，但同样输出了位置，这回是 4~6。