如何将字符串拆分为 TCL 中的单词列表，忽略多个空格？

Question

基本上，我有一个由多个空格分隔的单词组成的字符串。然而，问题是可以有多个空格，而不是只有一个分隔单词。这就是为什么[split] 没有做我想做的事：

split "a    b"

给我这个：

{a {} {} {} b}

而不是这个：

{a b}

在 Google 上搜索，我找到了a page on the Tcler's wiki，其中一位用户提出了或多或少相同的问题。

建议的解决方案如下所示：

split [regsub -all {\s+} "a    b" " "]

这似乎适用于简单的字符串。但是像 [string repeat " " 4] 这样的测试字符串（使用字符串重复，因为 StackOverflow 去除了多个空格）将导致 regsub 返回“”，split 将再次拆分为 {{} {}} 而不是一个空列表。

另一个建议的解决方案是这个，强制将给定字符串重新解释为列表：

lreplace "a   list   with many   spaces" 0 -1

但是，如果我从 TCL 中了解到一件事，那就是您永远不应该在字符串上使用列表函数（以 l 开头）。事实上，这会阻塞包含特殊字符（即 { 和 }）的字符串：

lreplace "test    \{a b\}"

返回test {a b} 而不是test \{a b\}（这正是我想要的，每个以空格分隔的单词都拆分为结果列表的一个元素）。

另一个解决方案是使用“过滤器”：

proc filter {cond list} {
    set res {}
    foreach element $list {if [$cond $element] {lappend res $element}}
    set res
}

然后你会像这样使用它：

filter llength [split "a   list   with many   spaces"]

同样的问题。这将在字符串上调用llength，该字符串可能包含特殊字符（同样，{ 和}） - 传递它“\{ab\}”会导致 TCL 抱怨“列表中不匹配的左大括号”。

我设法通过修改给定的 filter 函数，在 if 中的 $cond 前面添加一个 {*} 来使其工作，所以我可以将它与 string length 一起使用而不是 llength，这似乎为我迄今为止尝试使用的所有可能的输入工作。

这个解决方案现在可以安全使用吗？它会不会因为我到目前为止没有测试过的一些特殊输入而窒息？或者，是否有可能以更简单的方式正确做到这一点？

Answer 1

您可以改用正则表达式： 来自tcl wiki split：

按空格分割：陷阱

split { abc def  ghi}
{} abc def {} ghi

通常，如果您按空格分割并且不想要那些空白字段，那么您最好这样做：

regexp -all -inline {\S+} { abc def  ghi}
abc def ghi

Answer 2

最简单的方法是使用regexp -all -inline 选择并返回所有单词。例如：

# The RE matches any non-empty sequence of non-whitespace characters
set theWords [regexp -all -inline {\S+} $theString]

如果您将单词定义为字母数字序列，则可以将其用于正则表达式术语：{\w+}