如何标记 C 中的字符串？

Question

Java有一个方便的拆分方法：

 String str = "The quick brown fox";
String[] results = str.split(" ");

有没有一种简单的方法可以在 C++ 中做到这一点？

原文由 Bill the Lizard 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

C++ 标准库算法非常普遍地基于迭代器而不是具体容器。不幸的是，这使得很难在 C++ 标准库中提供类似 Java 的 split 函数，尽管没有人认为这会很方便。但它的返回类型是什么？ std::vector<std::basic_string<…>> ?也许吧，但随后我们被迫执行（可能是冗余且成本高昂的）分配。

相反，C++ 提供了多种基于任意复杂分隔符来拆分字符串的方法，但它们都没有像其他语言那样被封装得那么好。无数种方式 填满了整个博客文章。

在最简单的情况下，您可以使用 std::string::find 进行迭代，直到您点击 std::string::npos ，然后使用 std::string::substr 提取内容。

在空格上拆分的更流畅（和惯用但基本）的版本将使用 std::istringstream ：

 auto iss = std::istringstream{"The quick brown fox"};
auto str = std::string{};

while (iss >> str) {
    process(str);
}

使用 std::istream_iterator s ，字符串流的内容也可以使用其迭代器范围构造函数复制到向量中。

多个库（例如 Boost.Tokenizer ）提供特定的标记器。

更高级的拆分需要正则表达式。 C++为此特别提供了 std::regex_token_iterator ：

 auto const str = "The quick brown fox"s;
auto const re = std::regex{R"(\s+)"};
auto const vec = std::vector<std::string>(
    std::sregex_token_iterator{begin(str), end(str), re, -1},
    std::sregex_token_iterator{}
);

原文由 Konrad Rudolph 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

我写了一个 https://stackoverflow.com/a/50247503/3976739 的简化版本（可能有点效率）供我自己使用。我希望它会有所帮助。

 void StrTokenizer(string& source, const char* delimiter, vector<string>& Tokens)
{
   size_t new_index = 0;
   size_t old_index = 0;

   while (new_index != std::string::npos)
   {
      new_index = source.find(delimiter, old_index);
      Tokens.emplace_back(source.substr(old_index, new_index-old_index));

      if (new_index != std::string::npos)
          old_index = ++new_index;
   }
}

原文由 Tanzer 发布，翻译遵循 CC BY-SA 4.0 许可协议