C-分割字符串函数-split

在 C++ STL 中，没有线程的分割字符串的函数，但是该函数的又是很常用的。所以，本文介绍几种字符串分割方法。

使用 C 中的 strtok 函数

C 中的 strtok函数可以对 C 风格的字符串进行分割，strtok_r是 strtok 的线程安全版本。

参考 https://linux.die.net/man/3/strtok_r 和 关于函数 strtok 和 strtok_r 的使用要点和实现原理。

#include <string.h>

// str: 要分割的字符串
// delim: 作为分割点的分隔符
// saveptr: 线程安全版本中，用于保存分割点位置的指针

char* strtok(char* str, const char* delim);

char* strtok_r(char* str, const char* delim, char** saveptr);

当 str 不为 NULL，则从头开始搜索第一个合法的分隔符，然后使用'\0‘ 替换分隔符，并使用静态变量（strtok 版本）或者传入的变量（strtok_t版本）保存分隔符的位置，最后返回str。因为 C 风格的字符串是以'\0‘ 结尾的，所以调用函数后就能得到分割的第一个字符串。

往后，如果需要继续对 str 进行分割，不需要再传入 str，只需要传入NULL 即可，其他参数和第一次调用一样。

split函数的实现：

// str: 要分割的字符串
// result: 保存分割结果的字符串数组
// delim: 分隔字符串
void split(const std::string& str, 
           std::vector<std::string>& tokens, 
           const std::string delim = " ") {tokens.clear();
    
    char* buffer = new char[str.size() + 1];
    std::strcpy(buffer, str.c_str());

    char* tmp;
    char* p = strtok_r(buffer, delim.c_str(), &tmp); // 第一次分割
    do {tokens.push_back(p); // 如果 p 为 nullptr，则将整个字符串作为结果
    } while ((p = strtok_r(nullptr, delim.c_str(), &tmp)) != nullptr);
    // strtok_r 为 strtok 的线程安全版本。}

注意 ：strtok 和strtok_r会修改传进去的字符串str，所以调用它们之前，需要做好备份。

C++ 中的流

使用 istringstream 配合 getline，可以分割字符串。不过有一个限制：getline 接受的分隔符只能是char。

split函数的实现：

void split(const std::string& str, 
           std::vector<std::string>& tokens, 
           const char delim = ' ') {tokens.clear();
    
    std::istringstream iss(str);
    std::string tmp;
    while (std::getline(iss, tmp, delim)) {if (tmp != "") {
            // 如果两个分隔符相邻，则 tmp == ""，忽略。tokens.emplace_back(std::move(tmp));
        }
    }
}

C++ 流迭代器

如果分隔符是流所定义的空白符，则有更简洁的实现。流迭代器 istream_iterator 每次迭代都分割出一个字符串（以空白符为分隔符）。

split函数的实现：

// str: 要分割的字符串
// tokens: 保存分割结果的字符串数组
void split(const std::string& str, 
           std::vector<std::string>& tokens) {tokens.clear();

    std::istringstream iss(str);
    std::copy(std::istream_iterator<std::string>(iss), 
              std::istream_iterator<std::string>(),
              std::back_inserter(tokens));
}

find_first_not_of、find_first_of

使用 find_first_not_of 查找到分割字符串的起点 start，使用find_first_of 查找到分隔符的位置 position，则[start, position) 就是分割到一个字符串。

重复上述过程，知道position == std::string::npos && start == std::string::npos，则分割结束。

split函数的实现：

void split(const std::string& str, 
           std::vector<std::string>& tokens, 
           const std::string delim = " ") {tokens.clear();
    
    auto start = str.find_first_not_of(delim, 0);       // 分割到的字符串的第一个字符
    auto position = str.find_first_of(delim, start);    // 分隔符的位置
    while (position != std::string::npos || start != std::string::npos) {// [start, position) 为分割下来的字符串
        tokens.emplace_back(std::move(str.substr(start, position - start)));
        start = str.find_first_not_of(delim, position);
        position = str.find_first_of(delim, start);
    }
}

更多

还可以使用 C++ 11 正则表达式库或者 C++20 提供了 ranges，有专门的split view，只要写str | split(delim) 就可以分割字符串。详细见 C ++ 的 string 为什么不提供 split 函数？– 林暗草惊风的回答 – 知乎。

源码

Github

参考

• https://stackoverflow.com/questions/236129/how-do-i-iterate-over-the-words-of-a-string/237280#237280
• https://stackoverflow.com/questions/26328793/how-to-split-string-with-delimiter-using-c
• C++ 的 string 为什么不提供 split 函数？– 林暗草惊风的回答 – 知乎
• Split a string