【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：

1. reverse_strings ：用于rsplit_whitepace与rsplit函数。

1. 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）

1. 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）

1. split 我们所期待的函数

1. 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。