【C++实现python字符串函数库】一：分割函数：split、rsplit

【C++实现python字符串函数库】split()与rsplit()方法

前言

本系列文章将介绍python提供的字符串函数，并尝试使用C++来实现这些函数。这些C++函数在这里做单独的分析，最后我们将把这些函数放在命名空间中，真正作为一个函数库来使用。

本节内容

在本节，我们将实现两个python字符串分割函数。这两个函数的函数原型为：

split(spe = None,maxsplit= -1）

rsplit(spe= None ,maxsplit = -1)

这两个方法使用参数spe作为分隔符，将字符串切割成指定的maxsplit段，并以列表的形式返回切割后的字符串。默认的分隔符是空格，默认情况下对所有的分隔符进行分割：

>>>
>>> s = "I'm not to see you"
>>> s.split()
["I'm", 'not', 'to', 'see', 'you']
>>>

>>> s.rsplit()
["I'm", 'not', 'to', 'see', 'you']
>>>

可以看到字符串根据空格进行分割，分割成的各段作为列表的元素组成了列表并返回。

我们再来看更多的例子：

分隔成指定段数

>>>
>>> s = 'aaaaaaaaaaa'
>>> s.split('a',2) #依据'a'进行分割，最大分割数为2（分割两次）
['', '', 'aaaaaaaaa']
>>>

>>>
>>> s.split('a',1000)#分隔数偏多
['', '', '', '', '', '', '', '', '', '', '', '']
>>>

>>>
>>> s.split('a',-19)#分割数为负数
['', '', '', '', '', '', '', '', '', '', '', '']
>>>

split方法从左至右处理字符串，而rsplit方法从右至左处理字符串：

>>> ##两个方法的区别
>>> s
'aaaaaaaaaaa'
>>> s.split('a',2)
['', '', 'aaaaaaaaa']
>>> s.rsplit('a',2)
['aaaaaaaaa', '', '']
>>>

C++实现

我们使用容器vector来保存字符串分割后的元素。尽管我们的目标是实现split与rsplit这两个函数，但是模块化的思想促使我们定义出以下这5个函数：

reverse_strings ：用于rsplit_whitepace与rsplit函数。

split_whitespace ：用于split调用，以空格作为分隔符对整个字符串做分隔处理（默认）

rsplit_whitespace ：用于 rsplit调用，以空格作为分隔符对整个字符串做分隔处理（默认）

split 我们所期待的函数

rsplit 我们所期待的函数

在函数的实现中，我们会调用到C++容器提供的一些接口：vector容器的push_back，substr等。

头文件与宏定义

在这两个函数的实现中，我们需要如下头文件与宏定义：

#include<vector>
#include<string>
#define MAX_32BIT_INT 2147483467

倒序函数reverse_strings

这个函数提供给rsplit函数使用。具体使用继续向下看。

//采用std的swap函数
void reverse_strings(std::vector< std::string > & result)
{
for (std::vector< std::string >::size_type i = 0; i < result.size() / 2; i++)
{
std::swap(result[i], result[result.size() - 1 - i]);
}
}

spilt()方法默认情况下处理函数：split_whitespace

void split_whitespace(const std::string &str, std::vector<std::string> &result, int maxsplit)
{
std::string::size_type i, j, len = str.size();
for (i = j = 0; i < len;)
{

while (i < len&&::isspace(str[i]))
i++;
j = i;

while (i < len&&!::isspace(str[i]))
i++;
if (j < i)
{
if (maxsplit-- <= 0)
break;
result.push_back(str.substr(j, i - j));
while (i < len&&::isspace(str[i]))
i++;
j = i;
}
}
if (j < len)
{
result.push_back(str.substr(j, len - j));
}
}

split()函数

void split(const std::string &str, std::vector<std::string>&result, const std::string &sep, int maxslit)
{
result.clear();
if (maxslit < 0)
maxslit = MAX_32BIT_INT; //MAX_32BIT_INT是自己定义的一个整数，当maxslit为负数时，对整个字符串做切割处理
//split函数默认为空格为分隔符
if (sep.size() == 0)
{
//调用函数进行空格切割
split_whitespace(str, result, maxslit);
return;
}
std::string::size_type i, j, len = str.size(), n = sep.size();
i = j = 0;
while (i + n <= len)
{
if (str[i] == sep[0] && str.substr(i, n)== sep)
{
if (maxslit-- <= 0)
break;
result.push_back(str.substr(j, i - j));
i = j = i + n;
}
else
i++;
}

//剩下部分
result.push_back(str.substr(j, len - j));
}

rsplit()方法默认情况处理函数

void rsplit_whitespace(const std::string &str, std::vector<std::string>&result, int maxsplit)
{
std::string::size_type i,j,len = str.size();
for (i = j = len; i > 0;)
{
while (i > 0 && ::isspace(str[i - 1]))
i--;
j = i;
while (i > 0 && !::isspace(str[i - 1]))
i--;
if (j > i)
{
if (maxsplit-- <= 0)
break;
result.push_back(str.substr(i, j - i));
while (i > 0 && ::isspace(str[i - 1]))
i--;
j = i;
}
}
if (j > 0)
{
result.push_back(str.substr(0, j));
}

reverse_strings(result);

}

rsplit()函数

void rsplit(const std::string &str, std::vector<std::string>&result, const std::string &sep, int maxsplit)
{
if (maxsplit < 0)
{
split(str, result, sep, maxsplit);
return;
}
result.clear();
if (sep.size() == 0)
{
rsplit_whitespace(str, result, maxsplit);
return;
}

std::string::size_type i, j;
std::string::size_type len = str.size();
std::string::size_type n = sep.size();

i = j = len;
while (i >= n)
{
if (str[i - 1] == sep[n - 1] && str.substr(i - 1, n) == sep)
{
if (maxsplit-- <= 0)
break;
result.push_back(str.substr(i, n));
i = j = i - n;
}
else
{
i--;
}
}
result.push_back(str.substr(0, j));
reverse_strings(result);
}

测试

string s = "I'm not to see you";
vector<string> result;
string sep = " ";
split(s,result,sep,10);

结果：

string  b = "abc abc abc abc";
vector<string>result;
string sep = "a";
split(b, result, sep, 2);
for (int i = 0; i < result.size(); i++)
cout << result[i] << endl;

结果：

string  b = "abc abc abc abc";
vector<string>result;
string sep = "a";
rsplit(b, result, sep, 2);
for (int i = 0; i < result.size(); i++)
cout << result[i] << endl;

结果：



感谢耐心看完，如果有错误的地方，恳请指出。希望喜欢C++与python的同学多交流。