深入解析 C++ 字符串处理：提取和分割的多种方法

在 C++ 编程中，字符串处理是一个常见的任务，尤其是在需要从字符串中提取特定数据时。本文将详细探讨如何使用 C++ 标准库中的工具（如 std::istringstream 和 std::string 的成员函数）来提取和分割字符串，并分析不同方法的适用场景和优缺点。我们将通过多个示例代码逐步讲解，帮助读者掌握字符串处理的技巧。

1. 字符串提取的基本方法

1.1 使用 `std::istringstream` 和 `>>` 操作符

std::istringstream 是 C++ 标准库中的一个类，它将字符串作为输入流来处理。通过 >> 操作符，我们可以从流中提取以空格分隔的单词或数字。

示例代码

#include <iostream>
#include <sstream>
#include <string>

int main() {
    std::string s = "id13 id1 id6 id0 id8 id6 id0";
    std::istringstream iss(s);
    std::string token;

    while (iss >> token) {
        std::cout << token << std::endl;
    }

    return 0;
}

输出

id13
id1
id6
id0
id8
id6
id0

分析

iss >> token 会按空格分隔字符串，逐个提取单词。
这种方法适用于字符串中的单词是用空格分隔的简单场景。

1.2 提取 `id` 后面的数字

如果需要从类似 "id13 id1 id6" 的字符串中提取 id 后面的数字，可以使用 std::string::substr 方法。

示例代码

#include <iostream>
#include <sstream>
#include <string>
#include <vector>

int main() {
    std::string s = "id13 id1 id6 id0 id8 id6 id0";
    std::istringstream iss(s);
    std::string token;
    std::vector<int> ids;

    while (iss >> token) {
        if (token.substr(0, 2) == "id") {
            int id = std::stoi(token.substr(2));
            ids.push_back(id);
        }
    }

    for (int id : ids) {
        std::cout << id << std::endl;
    }

    return 0;
}

输出

分析

token.substr(2) 从 token 的第 2 个字符开始提取子串，跳过 "id"。
无论 id 后面的数字是一位数、两位数还是三位数，substr(2) 都能正确提取。
这种方法简洁高效，适用于提取固定前缀后的数字。

2. 处理复杂分隔符

2.1 使用 `std::getline` 自定义分隔符

如果字符串的分隔符不是空格（例如逗号 , 或分号 ;），可以使用 std::getline 并指定分隔符。

示例代码

#include <iostream>
#include <sstream>
#include <string>
#include <vector>

int main() {
    std::string s = "id13,id1,id6,id0,id8,id6,id0";
    std::istringstream iss(s);
    std::string token;
    std::vector<int> ids;

    while (std::getline(iss, token, ',')) {
        if (token.substr(0, 2) == "id") {
            int id = std::stoi(token.substr(2));
            ids.push_back(id);
        }
    }

    for (int id : ids) {
        std::cout << id << std::endl;
    }

    return 0;
}

输出

分析

std::getline(iss, token, ',') 会按逗号分隔字符串，逐个提取单词。
这种方法适用于处理自定义分隔符的场景。

2.2 处理多行输入

如果输入是多行的，std::getline 也可以按行提取内容。

示例代码

#include <iostream>
#include <sstream>
#include <string>

int main() {
    std::string s = "id13 id1 id6\nid0 id8 id6\nid0";
    std::istringstream iss(s);
    std::string line;

    while (std::getline(iss, line)) {
        std::istringstream lineStream(line);
        std::string token;
        while (lineStream >> token) {
            std::cout << token << std::endl;
        }
    }

    return 0;
}

输出

id13
id1
id6
id0
id8
id6
id0

分析

外层 std::getline 按行提取内容。
内层 lineStream >> token 按空格分隔每行的单词。
这种方法适用于处理多行输入的场景。

3. 高级字符串处理技巧

3.1 使用正则表达式

C++11 引入了 <regex> 库，支持正则表达式匹配，可以更灵活地处理字符串。

示例代码

#include <iostream>
#include <regex>
#include <string>
#include <vector>

int main() {
    std::string s = "id13 id1 id6 id0 id8 id6 id0";
    std::regex pattern(R"(id(\d+))");
    std::smatch matches;
    std::vector<int> ids;

    auto words_begin = std::sregex_iterator(s.begin(), s.end(), pattern);
    auto words_end = std::sregex_iterator();

    for (std::sregex_iterator i = words_begin; i != words_end; ++i) {
        std::smatch match = *i;
        int id = std::stoi(match.str(1));
        ids.push_back(id);
    }

    for (int id : ids) {
        std::cout << id << std::endl;
    }

    return 0;
}

输出

分析

使用正则表达式 R"(id(\d+))" 匹配 id 后面的数字。
这种方法功能强大，但语法较复杂，适合处理复杂的字符串匹配任务。

3.2 性能优化

对于大规模数据处理，性能可能成为瓶颈。可以通过以下方法优化：

避免频繁创建和销毁 std::istringstream 对象。
使用 std::string_view（C++17）减少字符串拷贝。

示例代码

#include <iostream>
#include <sstream>
#include <string>
#include <vector>

int main() {
    std::string s = "id13 id1 id6 id0 id8 id6 id0";
    std::istringstream iss(s);
    std::string token;
    std::vector<int> ids;
    ids.reserve(10); // 预分配空间

    while (iss >> token) {
        if (token.substr(0, 2) == "id") {
            int id = std::stoi(token.substr(2));
            ids.push_back(id);
        }
    }

    for (int id : ids) {
        std::cout << id << std::endl;
    }

    return 0;
}