c/cpp中怎样切割字符串,相似于split的功能

时间:2024-10-09 15:05:27

在python中,假设要求当前时间的unix时间戳,我特别喜欢这么用:

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

这里的split函数,我非常喜欢,在java、c#和python中都有,非常方便,不用操心踩地雷,可是C/CPP中,就没有了,这点比較遗憾。

假设要处理一个字符串型的“192.168.1.254”,想把每一个字段都分开,怎么办呢,C标准库中有函数strtok()的实现,能够一用。

#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]);
}

在这里,strtok是非线程安全的,这点也能够在程序的第二次strtok调用中看到,因此linux用strsep来替换strtok了,我在linux2.6.22的源代码/lib/string.c和linux-3.3中同文件里,c文件开头就是这样一段话:

/*
* 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 <ioe@informatik.tu-chemnitz.de>
* - 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 <jason@topic.com.au>,
* Matthew Hawkins <matt@mh.dropbear.id.au>
* - Kissed strtok() goodbye
*/

由于strsep是线程安全的,并且速度上更快一些,所以採用strsep来替换strtok,接下来我会试一试strsep。在这里感慨下,没事的时候或者敲代码的时候,用man和查看源代码的方式,能学到非常多主要的知识,比方内核源代码的lib目录下,linux内核使用的rbtree结构,还有lib目录的string.c,include下的string.h里的各种strcpy,strcat等基本函数的实现,都是非常经典并且久经考验的。

在strtok使用的代码里,有两处非常有意思。

当中一个,改动第7行,例如以下所看到的:

#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]);
}

将char ip_str[] = "192.168.1.250";改为char *ip_str = "192.168.1.250";就会core dump,通过gdb和core文件来看,程序崩溃在了

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

而这段代码在VS下是没有问题的,所以这个原因须要找一下。

这个原因找到了,在链接http://www.cnblogs.com/longzhao1234/archive/2012/05/31/2528317.html

通过阅读源码,由于函数内部会改动原字符串变量,所以传入的參数不能是不可变字符串(即文字常量区)。

如 char *tokenremain ="abcdefghij"//编译时为文字常量,不可改动。

strtok(tokenremain,"cde");

strsep(&tokenremain,"cde");

编译通过,执行时会报段错误。

VS在非常多情况下要比GCC优秀非常多,VS的CPP支持是最全面的,能够这么说。好多CPP的作者啦,大牛啦,都是M$的VC组的,好牛逼的地方。

另外在改一处,这次仅仅改第16行,将printf语句凝视掉,代码例如以下:

#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]);
}

又崩溃了,我也整个人都不好了。

分析core文件,出错例如以下:

Program terminated with signal 11, Segmentation fault.
#0  __strlen_ia32 () at ../sysdeps/i386/i586/strlen.S:99
99 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在这句也崩了。

依据core文件的提示,在#0处,在strlen函数这里崩溃了,我推断,是strtok阶段字符数组到最后,要在printf("%s\n",s);处打印时,因为没有'\0'符号,所以缓冲区无法截断,最后溢出导致printf崩溃,所以我又一次声明一个长度为sizeof(ip_str)+1的字符数组,将ip_str复制进去,并将最后一个字符置为'\0',代表字符结束,结果依旧崩溃。

假设我把printf("%s\n",s);改为printf("%s\t",s);,由于printf是打印到标准输出中,而标准输出是行缓冲的,对于'\n',代表行缓冲结束,须要输出,假设我不让他输出,会如何?

打印结果为:

168	1	250	(null)	

好吧我也不知道是什么了,并且这个结果与是否有'\0'符号无关。

这两个地方一定要找出来问题,嗯。

接下来我们看看strsep的使用方法吧

#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]);
}

使用方法也差点儿相同。