Question

我见过this question而且我的版本非常相似，但它有所不同，所以请不要将其标记为重复版。

我的问题是：如何从字符串中获取空字段？

我有一个像std::string s = "This.is..a.test";这样的字符串，我希望得到字段<This> <is> <> <a> <test>。

我也试过

typedef boost::char_separator<char> ChSep;
typedef boost::tokenizer<ChSep> TknChSep;
ChSep sep(".", ".", boost::keep_empty_tokens);
TknChSep tok(s, sep);
for (TknChSep::iterator beg = tok.begin(); beg != tok.end(); ++beg)
{
  std::cout << "<" << *beg << "> ";
}

但我得到<This> <.> <is> <.> <> <.> <a> <test>。

Answer 1

Boost.Tokenizer＆＃39; char_separator的第二个参数是kept_delims参数。它用于指定将显示为标记的分隔符。原始代码指定"."应保留为令牌。要解决此问题，请更改：

ChSep sep(".", ".", boost::keep_empty_tokens);

为：

ChSep sep(".", "", boost::keep_empty_tokens);
            // ^-- no delimiters will show up as tokens.

这是一个完整的例子：

#include <iostream>
#include <string>
#include <boost/foreach.hpp>
#include <boost/tokenizer.hpp>

int main()
{
  std::string str = "This.is..a.test";
  typedef boost::tokenizer<boost::char_separator<char> > tokenizer;
  boost::char_separator<char> sep(
      ".", // dropped delimiters
      "",  // kept delimiters
      boost::keep_empty_tokens); // empty token policy

  BOOST_FOREACH(std::string token, tokenizer(str, sep))
  {
    std::cout << "<" << token << "> ";
  }
  std::cout << std::endl;
}

产生所需的输出：

<This> <is> <> <a> <test>

Answer 2

我想我跳过Boost::tokenizer，只是使用标准正则表达式进行拆分：

#include <iterator>
#include <regex>
#include <string>
#include <iostream>

int main() {     
    std::string s = "This.is..a.test";

    std::regex sep{ "\\." };

    std::copy(std::sregex_token_iterator(s.begin(), s.end(), sep, -1),
        std::sregex_token_iterator(), 
        std::ostream_iterator<std::string>(std::cout, "\n"));
}

结果：

This
is

a
test

Boost :: tokenizer点分开，但也保留空字段

2 个答案: