如何快速将字符串分解为向量？

Question

我正在处理 CSV 并使用以下代码来处理一行。

play with code

std::vector<std::string> string_to_vector(const std::string& s, const char delimiter, const char escape) {
  std::stringstream sstr{s};
  std::vector<std::string> result;
  while (sstr.good()) {
    std::string substr;
    getline(sstr, substr, delimiter);
    while (substr.back() == escape) {
      std::string tmp;
      getline(sstr, tmp, delimiter);
      substr += "," + tmp;
    }
    result.emplace_back(substr);
  }
  return result;
}

它的作用： 函数根据delimiter 分解字符串s。如果分隔符用escape 转义，则分隔符将被忽略。

此代码有效，但速度非常慢。 如何加快速度？

你知道任何现有的 csv 处理实现可以完全做到这一点并且我可以使用吗？

Answer 1

做某事最快的方法就是完全不做。

如果您可以确保您的源字符串 s 将比使用返回的向量更有效，您可以将您的 std::vector<std::string> 替换为 std::vector<char*>，这将指向每个子字符串的开头。然后用零替换已识别的分隔符。

[编辑] 我还没有升级到 C++17，所以我没有string_view :)

注意：典型的 CSV 与您所暗示的不同；它不对逗号使用转义，而是用双引号将带有逗号的条目括起来。但我假设你知道你的数据。

实施：

#include <iostream>
#include <vector>
#include <string>

std::vector<char*> string_to_vector(std::string& s, 
                                    const char delimiter, const char escape) 
{
  size_t prev(0), pos(0), from(0);
  std::vector<char*> v;
  while ((pos = s.find(delimiter, from)) != s.npos)
  {
    if (pos == 0 || s[pos - 1] != escape)
    {
      s[pos] = 0;
      v.push_back(&s[prev]);
      prev = pos + 1;
    }
    from = pos + 1;
  }
  v.push_back(&s[prev]);
  return v;
}

int main() {
  std::string test("this,is,a\\,test");
  std::vector<char*> v = string_to_vector(test, ',', '\\');

  for (auto& s : v)
    std::cout << s << " ";
}