V jazyku C++ analyzujem reťazec pomocou nasledujúceho príkazu:
string parsed,input="text to be parsed";
stringstream input_stringstream(input);
if(getline(input_stringstream,parsed,' '))
{
// do some processing.
}
Parsovanie s jedným znakom oddeľovača je v poriadku. Ale čo keď chcem ako oddeľovač použiť reťazec.
Príklad: Chcem rozdeliť:
scott>=tiger
s >= ako oddeľovačom, aby som mohol získať scott a tiger.
Na zistenie pozície oddeľovača reťazca môžete použiť funkciu std::string::find()
a potom pomocou std::string::substr()
získať token.
Príklad:
std::string s = "scott>=tiger";
std::string delimiter = ">=";
std::string token = s.substr(0, s.find(delimiter)); // token is "scott"
Funkcia find(const string& str, size_t pos = 0)
vráti pozíciu prvého výskytu str
v reťazci alebo npos
, ak reťazec nebol nájdený.
Funkcia substr(size_t pos = 0, size_t n = npos)
vráti podreťazec objektu začínajúci na pozícii pos
a dĺžky npos
.
Ak máte viacero oddeľovačov, po extrakcii jedného tokenu ho môžete odstrániť (vrátane oddeľovača) a pokračovať v ďalších extrakciách (ak chcete zachovať pôvodný reťazec, stačí použiť s = s.substr(pos + delimiter.length());
):
s.erase(0, s.find(delimiter) + delimiter.length());
Týmto spôsobom môžete jednoducho v cykle získať každý token.
std::string s = "scott>=tiger>=mushroom";
std::string delimiter = ">=";
size_t pos = 0;
std::string token;
while ((pos = s.find(delimiter)) != std::string::npos) {
token = s.substr(0, pos);
std::cout << token << std::endl;
s.erase(0, pos + delimiter.length());
}
std::cout << s << std::endl;
Výstup:
scott
tiger
mushroom
strtok umožňuje odovzdať viac znakov ako oddeľovače. Stavím sa, že ak by ste odovzdali ">=", váš príklad reťazca by sa rozdelil správne (aj keď > a = sa počítajú ako jednotlivé oddeľovače).
EDIT ak nechcete použiť c_str()
na prevod z reťazca na znak*, môžete použiť substr a find_first_of na tokenizáciu.
string token, mystring("scott>=tiger");
while(token != mystring){
token = mystring.substr(0,mystring.find_first_of(">="));
mystring = mystring.substr(mystring.find_first_of(">=") + 1);
printf("%s ",token.c_str());
}
Použil by som boost::tokenizer
. Tu'je dokumentácia vysvetľujúca, ako vytvoriť vhodnú funkciu tokenizéra: http://www.boost.org/doc/libs/1_52_0/libs/tokenizer/tokenizerfunction.htm
Tu'je jeden, ktorý funguje pre váš prípad.
struct my_tokenizer_func
{
template<typename It>
bool operator()(It& next, It end, std::string & tok)
{
if (next == end)
return false;
char const * del = ">=";
auto pos = std::search(next, end, del, del + 2);
tok.assign(next, pos);
next = pos;
if (next != end)
std::advance(next, 2);
return true;
}
void reset() {}
};
int main()
{
std::string to_be_parsed = "1) one>=2) two>=3) three>=4) four";
for (auto i : boost::tokenizer<my_tokenizer_func>(to_be_parsed))
std::cout << i << '\n';
}