拆分具有多个分隔符的字符串并将其保存到向量中答案

【问题标题】：Spliting a string with multiple delimiter and save it into a vector拆分具有多个分隔符的字符串并将其保存到向量中
【发布时间】：2015-02-17 09:20:46
【问题描述】：

我知道有很多主题都存在像我这样的问题，但我找不到特别适合我的问题的正确答案。

我想通过倍数分隔符（' '、'\n'、'('、')'）将我的字符串拆分为标记并将所有内容保存在我的向量中（甚至是分隔符）。

这是我制作的第一个代码，它实际上只占用所有行，但现在我想将它与其他分隔符分开。

std::vector<std::string> Lexer::getToken(std::string flow)
{
    std::string token;
    std::vector<std::string> tokens;
    std::stringstream f;

    f << flow;
    while (std::getline(f, token, '\n'))
    {
        tokens.push_back(token);
    }
    return (tokens);
}

例如，如果我有：

push int32(42)

我想要以下代币：

push

int32

(

42

)

【问题讨论】：

但是您没有保存分隔符，它不在您添加到容器中的token 中？
@Nim ：目前没有，但我也想保存它们。
自己滚没意义，别人已经辛苦了！ stackoverflow.com/questions/22331648/…

标签： c++ string vector split delimiter

【解决方案1】：

我会为此使用正则表达式：

#include <regex>

std::vector<std::string> getToken(std::string const &flow) {
  // Delimiter regex. Depending on your desired behavior, you may want to
  // remove the + from it; with the +, it will combine adjacent delimiters
  // into one. That is to say, "foo (\n) bar" will be tokenized into "foo",
  // "bar" instead of "foo", "", "", "", "", "bar".
  std::regex re("[ \n()]+");

  // range-construct result vector from regex_token_iterators
  return std::vector<std::string>(
      std::sregex_token_iterator(flow.begin(), flow.end(), re, -1),
      std::sregex_token_iterator()
    );
}

【讨论】：

确实是个好主意，但我想尽可能避免使用正则表达式^^'
在词法分析器中？这有点不寻常。适合你自己，但我有点惊讶你还没有溺水。

【解决方案2】：

如果您仔细考虑所涉及的状态，您可以使用每个字符的逻辑来做到这一点......

std::vector<std::string> tokens;
std::string delims = " \n()";
char c;
bool last_was_delim = true;
while (f.get(c))
    if (delims.find(c) != tokens.end())
    {
        tokens.emplace_back(1, c);
        last_was_delim = true;
    }
    else
    {
        if (last_was_delim)
             tokens.emplace_back(1, c); // start new string
        else
             tokens.back() += c; // append to existing string
        last_was_delim = false;
    }

显然这认为"((" 或" "（两个空格）是重复的不同分隔符，分别输入tokens。必要时调整口味。

等效地，但使用流控制而不是 bool / 不同的 while (f.get(c)) 循环处理正在进行的令牌的其他字符：

std::vector<std::string> tokens;
std::string delims = " \n()";
char c;
while (f.get(c))
    if (delims.find(c) != tokens.end())
        tokens.emplace_back(1, c);
    else
    {
        tokens.emplace_back(1, c); // start new string
        while (f.get(c))
            if (delims.find(c) != tokens.end())
            {
                tokens.emplace_back(1, c);
                break;
            }
            else
                tokens.back() += c; // append to existing string
    }

或者，如果您喜欢goto 语句：

std::vector<std::string> tokens;
std::string delims = " \n()";
char c;
while (f.get(c))
    if (delims.find(c) != tokens.end())
      add_token:
        tokens.emplace_back(1, c);
    else
    {
        tokens.emplace_back(1, c); // start new string
        while (f.get(c))
            if (delims.find(c) != tokens.end())
                goto add_token;
            else
                tokens.back() += c; // append to existing string
    }

哪个“更容易”理解是值得商榷的......

【讨论】：