Podział łańcucha na słowa według wielu ograniczników

Question

Mam trochę tekstu (znaczący tekst lub wyrażenie arytmetyczne) i chcę podzielić go na słowa.
Gdybym miał jeden ogranicznik, użyję:

std::stringstream stringStream(inputString); 
std::string word; 
while(std::getline(stringStream, word, delimiter)) 
{ 
    wordVector.push_back(word); 
} 

Jak mogę przerwać ciąg do tokenów z kilku ograniczników?

Answer 1

Zakładając, że jeden z separatorów to znak nowej linii, następujące linie odczytują linię, a następnie dzielą ją ogranicznikami. W tym przykładzie wybrałem przestrzeń ograniczającą, apostrof i średnik.

std::stringstream stringStream(inputString); 
std::string line; 
while(std::getline(stringStream, line)) 
{ 
    std::size_t prev = 0, pos; 
    while ((pos = line.find_first_of(" ';", prev)) != std::string::npos) 
    { 
     if (pos > prev) 
      wordVector.push_back(line.substr(prev, pos-prev)); 
     prev = pos+1; 
    } 
    if (prev < line.length()) 
     wordVector.push_back(line.substr(prev, std::string::npos)); 
} 

Answer 2

Jeśli masz impuls, można użyć:

#include <boost/algorithm/string.hpp> 
std::string inputString("One!Two,Three:Four"); 
std::string delimiters("|,:"); 
std::vector<std::string> parts; 
boost::split(parts, inputString, boost::is_any_of(delimiters)); 

Answer 3

Jeśli ciekawy jak to zrobić samemu, a nie przy użyciu impuls.

Zakładając, że łańcuch ograniczników może być bardzo długi - powiedzmy M, sprawdzanie każdego znaku w łańcuchu, jeśli jest separatorem, kosztowałoby O (M), więc robiąc to w pętli dla wszystkich znaków w oryginale string, powiedzmy w długości N, to O (M * N).

Używałbym słownika (jak mapa - "ogranicznik" do "booleans" - ale tutaj użyłbym prostej tablicy boolowskiej, która ma wartość true w indeksie = ascii dla każdego separatora).

Teraz iteracja na łańcuchu i sprawdzenie, czy znak jest ogranicznikiem to O (1), co ostatecznie daje nam O (N) ogólnie.

Oto mój przykładowy kod:

const int dictSize = 256;  

vector<string> tokenizeMyString(const string &s, const string &del) 
{ 
    static bool dict[dictSize] = { false}; 

    vector<string> res; 
    for (int i = 0; i < del.size(); ++i) {  
     dict[del[i]] = true; 
    } 

    string token(""); 
    for (auto &i : s) { 
     if (dict[i]) { 
      if (!token.empty()) { 
       res.push_back(token); 
       token.clear(); 
      }   
     } 
     else { 
      token += i; 
     } 
    } 
    if (!token.empty()) { 
     res.push_back(token); 
    } 
    return res; 
} 


int main() 
{ 
    string delString = "MyDog:Odie, MyCat:Garfield MyNumber:1001001"; 
//the delimiters are " " (space) and "," (comma) 
    vector<string> res = tokenizeMyString(delString, " ,"); 

    for (auto &i : res) { 

     cout << "token: " << i << endl; 
    } 
return 0; 
} 

Uwaga: tokenizeMyString zwraca wektor o wartości i utworzyć go na stosie pierwszy, więc używamy tutaj moc kompilator >>> RVO - wartości powrót optymalizacja :)

Answer 4

nie wiem dlaczego nikt nie zauważył ręczny sposób, ale tutaj jest:

const std::string delims(";,:. \n\t"); 
inline bool isDelim(char c) { 
    for (int i = 0; i < delims.size(); ++i) 
     if (delims[i] == c) 
      return true; 
    return false; 
} 

i funkcji:

std::stringstream stringStream(inputString); 
std::string word; char c; 

while (stringStream) { 
    word.clear(); 

    // Read word 
    while (!isDelim((c = stringStream.get()))) 
     word.push_back(c); 
    if (c != EOF) 
     stringStream.unget(); 

    wordVector.push_back(word); 

    // Read delims 
    while (isDelim((c = stringStream.get()))); 
    if (c != EOF) 
     stringStream.unget(); 
} 

W ten sposób możesz zrobić coś użytecznego z delikatesami, jeśli chcesz.