Question

基本上，我有一个由多个空格分隔的单词组成的字符串。然而，事情是，可以有多个空格而不是只有一个分隔单词。这就是为什么[split]没有做我想做的事情：

split "a    b"

给了我这个：

{a {} {} {} b}

而不是：

{a b}

在搜索Google时，我找到了a page on the Tcler's wiki，用户提出的问题大致相同。

一个建议的解决方案看起来像这样：

split [regsub -all {\s+} "a    b" " "]

似乎适用于简单的字符串。但是[string repeat " " 4]之类的测试字符串（因为StackOverflow剥离了多个空格而使用了字符串重复）将导致regsub返回“”，split会再次分成{{} {}}一个空列表。

另一个提议的解决方案是这个，强制重新解释给定字符串作为列表：

lreplace "a   list   with many   spaces" 0 -1

但是如果有一件事我已经了解了TCL，那就是你永远不应该在字符串上使用列表函数（以l开头）。事实上，这个会阻塞包含特殊字符的字符串（即{和}）：

lreplace "test    \{a b\}"

返回test {a b}而不是test \{a b\}（这就是我想要的，每个以空格分隔的单词都会分成结果列表的单个元素）。

另一个解决方案是使用'过滤器'：

proc filter {cond list} {
    set res {}
    foreach element $list {if [$cond $element] {lappend res $element}}
    set res
}

然后你就这样使用它：

filter llength [split "a   list   with many   spaces"]

同样，同样的问题。这将在一个字符串上调用llength，该字符串可能包含特殊字符（同样，{和}） - 传递它“\ {ab \}”会导致TCL抱怨“列表中无法匹配的开括号”。 / p>

我设法通过修改给定的filter函数来实现它，在if中的$ cond前面添加了{*}，因此我可以将其与string length而不是{{{{}}一起使用1}}，这似乎适用于我到目前为止尝试使用它的每一个可能的输入。

此解决方案现在可以安全使用吗？到目前为止我还没有测试一些特殊的输入吗？或者，是否可以以更简单的方式执行正确的？

Answer 1

最简单的方法是使用regexp -all -inline选择并返回所有单词。例如：

# The RE matches any non-empty sequence of non-whitespace characters
set theWords [regexp -all -inline {\S+} $theString]

如果您将单词定义为字母数字序列，则将其用于正则表达式术语：{\w+}