Question

我正在尝试将字符串解析为仅字母，因此所有标点符号，数字，符号等都会被视为分隔符。这是我的问题：有一个很多的非字母字符可以分隔。

有没有办法过滤所有这样的字符？我的意思是有26个标准的英文字母和52个如果算上限。我知道ASCII / Unicode并不是真的以这种方式工作，但似乎应该有某种排他性方法，因为我可以提供我想要允许的所有字符，并在ASCII / Unicode表中建立其他所有字符分隔符。

所以我想我问，这样的事情可能吗？你能否隔离65-90和97-122（Unicode）范围之外的所有东西？

我目前正在使用它作为我的分隔符字符串，虽然它可能捕获了95％需要捕获的字符，但我还是喜欢更实质的字符：

#define DELIMITERS " 0123456789<>?:,./;'[]{}-=_+\\\""

Answer 1

执行此操作的库存方式为regular expression，例如[^a-zA-Z]+。

Answer 2

另一种方法 - 使用ctype.h中的isalpha（）

char ok[80]={0x0};  // 80 bytes max
char *p=input_str;
char *q=ok;
for(*q=0x0; *p; p++)
{
    if( isalpha((int)*p) )
    {
        *q=*p;
        q++;
        *q=0x0;
    }
}
printf("%s\n", ok);

Answer 3

这取决于您的输入数据是什么样的，以及您如何实现解析器。我假设您当前正在使用strsep()的内容，您当前的方法是合理的（但不是完整的非字母字符列表，请参阅#，$ ，%）。

如果您编写自己的标记化函数（或者如果要以编程方式构建分隔符字符串），请查看isalpha() / {{1}中的iswalpha()和ctype.h }}

Answer 4

Here您可以找到regex.h的文档。它是C的正则表达式库。

花点时间学习regular expressions，你会发现这个问题很容易解决;）。

非字母分隔符

4 个答案: