C/C++ 字串分割： strtok 與 strsep 函數說明

標籤：asm   運行時   rac   replace   img   指標   from   code   library   

函數原型：

                            char *strtok(char *s, const char *delim);

                            char *strsep(char **s, const char *delim);

 

       功能：strtok和strsep兩個函數的功能都是用來分解字串為一組字串。s為要分解的字串，delim為分隔字元字串。

       傳回值：從s開頭開始的一個個子串，當沒有分割的子串時返回NULL。

       相同點：兩者都會改變源字串，想要避免，可以使用strdupa（由allocate函數實現）或strdup（由malloc函數實現）。

strtok函數第一次調用時會把s字串中所有在delim中出現的字元替換為NULL。然後通過依次調用strtok(NULL, delim)得到各部分子串。

 

作用:
        分解字串為一組字串。s為要分解的字串，delim為分隔字元字串。
說明:
        strtok()用來將字串分割成一個個片段。參數s指向欲分割的字串，參數delim則為分割字串，當strtok()在參數s的字串中發現到參數delim的分割字元時則會將該字元改為\0 字元。在第一次調用時，strtok()必需給予參數s字串，往後的調用則將參數s設定成NULL。每次調用成功則返回下一個分割後的字串指標。
傳回值:
      從s開頭開始的一個個被分割的串。當沒有被分割的串時則返回NULL。
      所有delim中包含的字元都會被濾掉，並將被濾掉的地方設為一處分割的節點。(如下面的例子,可修改 seps裡面的資料,然後看輸出結果)

#include <string.h>#include <stdio.h>char string[] ="A string\tof ,,tokens\nand some  more tokens";char seps[]   =" ,\t\n";char *token;int main( void ){   printf( "%s\n\nTokens:\n", string );/* Establish string and get the first token: */   token = strtok( string, seps );while( token != NULL )   {/* While there are tokens in "string" */      printf( " %s\n", token );/* Get next token: */      token = strtok( NULL, seps );   }return 0;}

總結:

strtok內部記錄上次調用字串的位置，所以不支援多線程，可重入版本為strtok_r,有興趣的可以研究一下。它適用於分割關鍵字在字串之間是“單獨”或是 “連續“在一起的情況。

 

 

 

 

strsep:

#include <string.h>#include <stdio.h>char string[] ="A string\tof ,,tokens\nand some  more tokens";char seps[]   =" ,\t\n";char *token, *s;int main( void ){   printf( "%s\n\nTokens:\n", string );/* Establish string and get the first token: */   s=string;   token = strsep( &s, seps );while( token != NULL )   {/* While there are tokens in "string" */      printf( " %s\n", token );/* Get next token: */      token = strsep( &s, seps );   }return 0;}

 

為什麼用strtok時子串中間沒有出現換行，而strsep卻有多個換行呢？文檔中有如下的解釋：

One difference between strsep and strtok_r is that if the input string contains more
than one character from delimiter in a row strsep returns an empty string for each
pair of characters from delimiter. This means that a program normally should test
for strsep returning an empty string before processing it.

    大意是：如果輸入的串的有連續的多個字元屬於delim，（此例source中的逗號+空格，驚嘆號+空格等就是這種情況），strtok會返回NULL，而strsep會返回空串  ""。因而我們如果想用strsep函數分割字串必須進行傳回值是否是空串的判斷。這也就解釋了strsep的例子中有多個換行的原因。

 

改進後的代碼：

 

效果：

其中，  字元‘\0’  的 10進位數為0 ， 宏定義為  NULL  。 

 

 

下面的說明摘自於最新的Linux核心2.6.29，說明了strtok()已經不再使用，由速度更快的strsep()代替。

/** linux/lib/string.c** Copyright (C) 1991, 1992 Linus Torvalds*/　　

/** stupid library routines.. The optimized versions should generally be found　　

* as inline code in <asm-xx/string.h>　　

* These are buggy as well..　　

* * Fri Jun 25 1999, Ingo Oeser <[email protected]>　　

* - Added strsep() which will replace strtok() soon (because strsep() is　　

* reentrant and should be faster). Use only strsep() in new code, please.　　

** * Sat Feb 09 2002, Jason Thomas <[email protected]>,　　

* Matthew Hawkins <[email protected]>　　

* - Kissed strtok() goodbye

*/

總結:

strsep傳回值為分割後的開始字串，並將函數的第一個參數指標指向分割後的剩餘字串。它適用於分割關鍵字在兩個字串之間只嚴格出現一次的情況。

 

 

PS:

因為函數內部會修改原字串變數，所以傳入的參數不能是不可變字串（即文字常量區）。

如 char *tokenremain ="abcdefghij"//編譯時間為文字常量，不可修改。

strtok(tokenremain,"cde");

strsep(&tokenremain,"cde");

編譯通過,運行時會報段錯誤。

 

C/C++ 字串分割： strtok 與 strsep 函數說明