Question

我一直在寻找boost :: tokenizer，我发现文档很薄。是否有可能使它像一个像“海豚 - 猴子 - 狒狒”这样的字符串进行标记，并使每一个字都成为一个标记，以及每一个双字母都是一个标记？从示例中我只看到允许单个字符分隔符。库是否不够先进，不能用于更复杂的分隔符？

Answer 1

使用iter_split可以使用多个字符标记。以下代码将产生以下内容：

  海豚
  周一钥匙
  狒狒

#include <iostream>
#include <boost/foreach.hpp>
#include <boost/algorithm/string.hpp>
#include <boost/algorithm/string/iter_find.hpp>

    // code starts here
    std::string s = "dolphin--mon-key--baboon";
    std::list<std::string> stringList;
    boost::iter_split(stringList, s, boost::first_finder("--"));

    BOOST_FOREACH(std::string token, stringList)
    {    
        std::cout << token << '\n';  ;
    }

Answer 2

我知道主题已经很老了，但是当我搜索“按字符串提升标记符”时，它会显示在谷歌的顶部链接中

所以我将添加我的TokenizerFunction变体，以防万一：

class FindStrTFunc
{
public:
    FindStrTFunc() : m_str(g_dataSeparator)
    {
    }

    bool operator()(std::string::const_iterator& next,
        const std::string::const_iterator& end, std::string& tok) const
    {
        if (next == end)
        {
            return false;
        }
        const std::string::const_iterator foundToken =
            std::search(next, end, m_str.begin(), m_str.end());
        tok.assign(next, foundToken);
        next = (foundToken == end) ? end : foundToken + m_str.size();
        return true;
    }

    void reset()
    {
    }

private:
    std::string m_str;
};

我们可以创建

boost::tokenizer<FindStrTFunc> tok("some input...some other input");

并使用，就像通常的提升标记器一样

Answer 3

一种选择是尝试使用boost :: regex。与自定义标记器相比，不确定性能。

std::string s = "dolphin--monkey--baboon";

boost::regex re("[a-z|A-Z]+|--");
boost::sregex_token_iterator iter(s.begin(), s.end() , re, 0);
boost::sregex_token_iterator end_iter;

while(iter != end_iter)
{
    std::cout << *iter << '\n';
    ++iter;
}

Answer 4

看起来你需要自己编写TokenizerFunction来做你想做的事。

将boost :: tokenizer与字符串分隔符一起使用

4 个答案: