c/cpp中如何分割字串，類似於split的功能

標籤：style   blog   http   java   color   使用   

在python中，如果要求目前時間的unix時間戳記，我特別喜歡這麼用:

import timetimestr = time.time()timestamp = int(timestr.split('.')[0])

這裡的split函數，我非常喜歡，在java、c#和python中都有，很方便，不用擔心踩地雷，但是C/CPP中，就沒有了，這點比較遺憾。

如果要處理一個字串型的“192.168.1.254”，想把每個欄位都分開，怎麼辦呢，C標準庫中有函數strtok()的實現，可以一用。

#include<stdio.h>#include<stdlib.h>#include<string.h>int main(){char ip_str[] = "192.168.1.250";char *ip_arr[4] ;char * s = strtok(ip_str, ".");int i=0;while(s){ip_arr[i] = s;s = strtok(NULL, ".");i++;//printf("%s\n",s);}for(i=0; i<4; i++)printf("%s\n",ip_arr[i]);}

在這裡，strtok是非安全執行緒的，這點也可以在程式的第二次strtok調用中看到，因此linux用strsep來替換strtok了，我在linux2.6.22的源碼/lib/string.c和linux-3.3中同檔案中，c檔案開頭就是這樣一段話：

/* *  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 */

因為strsep是安全執行緒的，並且速度上更快一些，所以採用strsep來替換strtok，接下來我會試一試strsep。在這裡感慨下，沒事的時候或者寫程式的時候，用man和查看源碼的方式，能學到很多基本的知識，比如核心源碼的lib檔案夾下，linux核心使用的rbtree結構，還有lib檔案夾的string.c，include下的string.h裡的各種strcpy，strcat等基本函數的實現，都是非常經典而且久經考驗的。

在strtok使用的代碼裡，有兩處很有意思。

其中一個，修改第7行，如下所示：

#include<stdio.h>#include<stdlib.h>#include<string.h>int main(){char *ip_str = "192.168.1.250";char *ip_arr[4] ;char * s = strtok(ip_str, ".");int i=0;while(s){ip_arr[i] = s;s = strtok(NULL, ".");i++;//printf("%s\n",s);}for(i=0; i<4; i++)printf("%s\n",ip_arr[i]);}

將char ip_str[] = "192.168.1.250";改為char *ip_str = "192.168.1.250";就會core dump，通過gdb和core檔案來看，程式崩潰在了

Program terminated with signal 11, Segmentation fault.#0  strtok () at ../sysdeps/i386/i686/strtok.S:245245  movb $0, (%edx) /* Terminate string.  */(gdb) where#0  strtok () at ../sysdeps/i386/i686/strtok.S:245#1  0x0804841e in main () at test.c:9

而這段代碼在VS下是沒有問題的，所以這個原因需要找一下。

這個原因找到了，在連結http://www.cnblogs.com/longzhao1234/archive/2012/05/31/2528317.html

通過閱讀原始碼，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。

VS在很多情況下要比GCC優秀很多，VS的CPP支援是最全面的，可以這麼說。好多CPP的作者啦，大牛啦，都是M$的VC組的，好牛逼的地方。

另外在改一處，這次只改第16行，將printf語句注釋掉，代碼如下：

#include<stdio.h>#include<stdlib.h>#include<string.h>int main(){char ip_str[] = "192.168.1.250";char *ip_arr[4] ;char * s = strtok(ip_str, ".");int i=0;while(s){ip_arr[i] = s;s = strtok(NULL, ".");i++;printf("%s\n",s);}for(i=0; i<4; i++)printf("%s\n",ip_arr[i]);}

又崩潰了，我也整個人都不好了。

分析core檔案，出錯如下：

Program terminated with signal 11, Segmentation fault.#0  __strlen_ia32 () at ../sysdeps/i386/i586/strlen.S:9999  movl (%eax), %ecx /* get word (= 4 bytes) in question */(gdb) where#0  __strlen_ia32 () at ../sysdeps/i386/i586/strlen.S:99#1  0x00b9ddd5 in _IO_puts (str=0x0) at ioputs.c:37#2  0x0804846b in main () at test.c:16

令人欣慰的是，VS在這句也崩了。

根據core檔案的提示，在#0處，在strlen函數這裡崩潰了，我判斷，是strtok階段字元數組到最後，要在printf("%s\n",s);處列印時，由於沒有‘\0‘符號，所以緩衝區無法截斷，最後溢出導致printf崩潰，所以我重新聲明一個長度為sizeof(ip_str)+1的字元數組，將ip_str複製進去，並將最後一個字元置為‘\0‘，代表字元結束，結果依然崩潰。

如果我把printf("%s\n",s);改為printf("%s\t",s);，因為printf是列印到標準輸出中，而標準輸出是行緩衝的，對於‘\n‘，代表行緩衝結束，需要輸出，如果我不讓他輸出，會怎樣？

列印結果為：

1681250(null)

好吧我也不知道是什麼了，而且這個結果與是否有‘\0‘符號無關。

這兩個地方一定要找出來問題，嗯。

接下來我們看看strsep的用法吧

#include<stdio.h>#include<stdlib.h>#include<string.h>int main(){char ip_str[] = "192.168.1.250";char *p = ip_str;char *ip_arr[4] ;char * s = strsep(&p, ".");int i=0;while(s){ip_arr[i] = s;s = strsep(&p, ".");i++;//printf("%s\n",s);}for(i=0; i<4; i++)printf("%s\n",ip_arr[i]);}

用法也差不多。