c++文件io&按分隔符分割

Question

我有一个文件，其数据如下：

0,       2,    10
10,       8,    10
10,       10,   10
10,       16,   10
15,       10,   16
17,       10,   16

我希望能够输入文件并将其拆分为三个数组，在此过程中修剪所有多余的空格并将每个元素转换为整数。

由于某种原因，我无法在 c++ 中找到一种简单的方法来执行此操作。我唯一的成功是将每一行输入到一个数组中，然后正则表达式输出所有空格，然后将其拆分。整个过程花了我 20-30 行代码，修改另一个分隔符（例如空格）等很痛苦。

这是我希望在 C++ 中拥有的 python 等价物：

f = open('input_hard.dat')
lines =  f.readlines()
f.close()

#declarations
inint, inbase, outbase = [], [], []

#input parsing
for line in lines:
    bits = string.split(line, ',')
    inint.append(int(bits[0].strip()))
    inbase.append(int(bits[1].strip()))
    outbase.append(int(bits[2].strip()))

在 python 中这样做的易用性是我首先转向它的原因之一。但是，我现在需要在 C++ 中执行此操作，我不想不得不使用我丑陋的 20-30 行代码。

任何帮助将不胜感激，谢谢！

Answer 1

类似：

vector<int> inint;
vector<int> inbase;
vector<int> outbase;
while (fgets(buf, fh)) {
   char *tok = strtok(buf, ", ");
   inint.push_back(atoi(tok));
   tok = strtok(NULL, ", ");
   inbase.push_back(atoi(tok));
   tok = strtok(NULL, ", ");
   outbase.push_back(atoi(tok));
}

除了错误检查。

Answer 2

std::getline 允许您读取一行文本，并且您可以使用字符串流来解析单个行：

string buf;
getline(cin, buf); 
stringstream par(buf);

char buf2[512];
par.getline(buf2, 512, ','); /* Reads until the first token. */

一旦将文本行放入字符串中，您实际上可以使用任何您想要的解析函数，甚至是 sscanf(buf.c_str(), "%d,%d'%d", &i1, &i2, &i3) ，通过在带有整数的子字符串上使用 atoi 或通过其他方法。

如果您知道输入流中不需要的字符，您也可以忽略它们：

if (cin.peek() == ',')
    cin.ignore(1, ',');
cin >> nextInt;  

Answer 3

如果您不介意使用 Boost 库...

#include <string>
#include <vector>
#include <boost/lexical_cast.hpp>
#include <boost/regex.hpp>

std::vector<int> ParseFile(std::istream& in) {
    const boost::regex cItemPattern(" *([0-9]+),?");
    std::vector<int> return_value;

    std::string line;
    while (std::getline(in, line)) {
        string::const_iterator b=line.begin(), e=line.end();
        boost::smatch match;
        while (b!=e && boost::regex_search(b, e, match, cItemPattern)) {
            return_value.push_back(boost::lexical_cast<int>(match[1].str()));
            b=match[0].second;
        };
    };

    return return_value;
}

从流中提取行，然后使用 Boost::RegEx 库（带有捕获组）从行中提取每个数字。它会自动忽略任何不是有效数字的内容，但可以根据需要进行更改。

#includes 仍然有大约 20 行，但您可以使用它从文件行中提取任何内容。这是一个简单的例子，我使用几乎相同的代码从数据库字段中提取标签和可选值，唯一的主要区别是正则表达式。

编辑：哎呀，你想要三个独立的向量。试试这个轻微的修改：

const boost::regex cItemPattern(" *([0-9]+), *([0-9]+), *([0-9]+)");
std::vector<int> vector1, vector2, vector3;

std::string line;
while (std::getline(in, line)) {
    string::const_iterator b=line.begin(), e=line.end();
    boost::smatch match;
    while (b!=e && boost::regex_search(b, e, match, cItemPattern)) {
        vector1.push_back(boost::lexical_cast<int>(match[1].str()));
        vector2.push_back(boost::lexical_cast<int>(match[2].str()));
        vector3.push_back(boost::lexical_cast<int>(match[3].str()));
        b=match[0].second;
    };
};

Answer 4

在这个例子中没有真正需要使用 boost，因为流可以很好地解决问题：

int main(int argc, char* argv[])
{
    ifstream file(argv[1]);

    const unsigned maxIgnore = 10;
    const int delim = ',';
    int x,y,z;

    vector<int> vecx, vecy, vecz;

    while (file)
    {
        file >> x;
        file.ignore(maxIgnore, delim);
        file >> y;
        file.ignore(maxIgnore, delim);
        file >> z;

        vecx.push_back(x);
        vecy.push_back(y);
        vecz.push_back(z);
    }
}

虽然如果我要使用 boost，我更喜欢 tokenizer 的简单性而不是正则表达式...:)

Answer 5

fscanf 确实没有什么问题，这可能是这种情况下最快的解决方案。而且它和python代码一样简短易读：

FILE *fp = fopen("file.dat", "r");
int x, y, z;
std::vector<int> vx, vy, vz;

while (fscanf(fp, "%d, %d, %d", &x, &y, &z) == 3) {
  vx.push_back(x);
  vy.push_back(y);
  vz.push_back(z);
}
fclose(fp);

Answer 6

为什么与 python 中的代码不同:)？

std::ifstream file("input_hard.dat");
std::vector<int> inint, inbase, outbase;

while (file.good()){
    int val1, val2, val3;
    char delim;
    file >> val1 >> delim >> val2 >> delim >> val3;

    inint.push_back(val1);
    inbase.push_back(val2);
    outbase.push_back(val3);
}

Answer 7

如果您希望能够扩展到更难的输入格式，您应该考虑精神，提升解析器组合库。

This page 有一个例子，它几乎可以满足你的需要（虽然有实数和一个向量）