C++ 中实现类似split()的字符串分割函数

前言

C++ 至今为止（2019/09/05）没有官方实现的字符串分割函数。相比 Python、Java 等语言，多少是有些不便的。

参考资料：
1、《C++ 的 string 为什么不提供 split 函数？》
2、《Why doesn’t std::string have a split function》

这里我们来在 C++ 中实现字符串分割函数。

编译环境

系统环境：

patten@patten-hp:~$ sudo lsb_release -a
No LSB modules are available.
Distributor ID:	Ubuntu
Description:	Ubuntu 16.04.6 LTS
Release:	16.04
Codename:	xenial
patten@patten-hp:~$

IDE环境：Visual Studio Code，Version: 1.36.1

利用来自 C 的 `strtok` 函数

C 语言的 string.h 中提供了名为 strtok 函数，用于对 C 风格的字符串进行分割。其函数签名为：

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

当 str 不是空指针时，strtok 会从头开始寻找第一个合法的分隔符，而后将分隔符替换成 \0，并将分隔符的位置保存在一个静态变量中，最后返回 str。这样，按照 C 风格的字符串，我们就能获取分割得到的第一个 token。当 str 是空指针时，strtok 将会从记录的空指针处继续尝试分割。

因此，我们可以定义这样的 split() 函数。

// main.cpp
#include <unistd.h>
#include <cstdio>
#include <iostream>
#include <sstream>
#include <string>
#include <cstring>
#include <vector>

using namespace std;

void split(const std::string& s, std::vector<std::string>& sv, const char* delim = " ") {
  sv.clear();                             // 1.
  char* buffer = new char[s.size() + 1];  // 2.
  std::copy(s.begin(), s.end(), buffer);  // 3.
  char* p = std::strtok(buffer, delim);   // 4.
  do {
    sv.push_back(p);                         // 5.
  } while ((p = std::strtok(NULL, delim)));  // 6.
  return;
}

int main() {
  string pos("-5,6,0");
  int buf[3];

  std::vector<std::string> sv;
  split(pos, sv, ",");
  for (int i = 0; i < 3; i++) {
    buf[i] = std::stoi(sv.at(i));
  }
  printf("(%d, %d, %d) \n", buf[0], buf[1], buf[2]);
}

对于 split 函数来说，它无法预知传入的 sv 变量的情况。因此，在 (1) 处，我们将 sv 这个 std::vector<std::string> 清空备用。由于 std::strtok 函数需要修改传入的 str 的内容，所以它需要 char* 类型的参数。故而，在 (2)(3) 两处，我们将 std::string 当中的内容复制一份。(4)(6) 两处对 std::strtok 的调用，帮助我们将 token 逐个压入 sv 当中。

在 C++11 及更高版本中，(5) 可替换为 sv.emplace_back(p)，以避免额外的拷贝。

上述代码的结果是：

patten@patten-hp:~/workspace/others/cpp/split$ g++ main.cpp  -std=c++11
patten@patten-hp:~/workspace/others/cpp/split$ ./a.out 
(-5, 6, 0) 
patten@patten-hp:~/workspace/others/cpp/split$

利用 C++ 中的流

实际上，利用纯 C++ 风格的代码，也是可以实现一个优雅的字符串分割函数的。

在《在 C++ 中读取字符串中成对定界符中的子串》中，介绍了 C++ 的 std::getline 函数。它接收一个输入流，将输入流至行末/分隔符部分的字符串保存在临时的字符串中；同时，返回输入流的左值引用。考虑到输入流本身可以用作条件判断，我们可以将 std::getline 与 while 循环联用，达成目的。

简单实现如下：

//main.cpp
#include <unistd.h>
#include <cstdio>
#include <iostream>
#include <sstream>
#include <string>
#include <vector>

using namespace std;

void split(const std::string& s, std::vector<std::string>& sv, const char delim = ' ') {
  sv.clear();
  std::istringstream iss(s);
  std::string temp;

  while (std::getline(iss, temp, delim)) {
    sv.emplace_back(std::move(temp));
  }

  return;
}

int main() {
  string pos("-5,6,0");
  int buf[3];

  std::vector<std::string> sv;
  split(pos, sv, ',');
  for (int i = 0; i < 3; i++) {
    buf[i] = std::stoi(sv.at(i));
  }
  printf("(%d, %d, %d) \n" , buf[0], buf[1], buf[2]);
}

代码中，我们借助字符串输入流 istringstream 处理带分割的字符串 s。而后将各个 delim 之间的内容，保存在临时字符串 temp 当中，并移动到向量 sv 的末尾。

上述代码的结果是：

patten@patten-hp:~/workspace/others/cpp/split$ g++ main.cpp  -std=c++11
patten@patten-hp:~/workspace/others/cpp/split$ ./a.out 
(-5, 6, 0) 
patten@patten-hp:~/workspace/others/cpp/split$