C++ boost 處理string

boost的字符串處理函數——string algorithm

c++在stl庫中提供了一個string類用以代替c語言的char*來實現字符串功能，不過stl的string只提供了一個鏈接字符串和查找的功能，其它的經常使用函數幾乎一概沒有，就連字符串替換都得本身來實現，和c#的字符串函數比起來簡直弱爆了。

boost庫在頭文件<boost/algorithm/string.hpp>中提供了很多字符串處理函數，用以幫助咱們實現基本的字符串處理功能，極大程度上緩解了字符串函數不夠用的問題。

    string str1("hello abc-*-ABC-*-aBc goodbye");
    vector<string> SplitVec; // #2: Search for tokens
    split(SplitVec, str1, is_any_of("-*"), token_compress_on); // SplitVec == { "hello abc","ABC","aBc goodbye" }

上述代碼就提供了一個split的功能，不過和c#的版本相比，仍是不夠簡潔，若是設計成這樣就更加好用了：

    auto SplitVec = split(str1, is_any_of("-*"), token_compress_on);

之因此不以這種形式設計，貌似是由於若是在split函數裏構造返回值的話，會有一次數據拷貝的開銷。從中也能夠看出，boost的設計仍是以性能爲主的。而.net程序自然沒有返回值拷貝帶來的開銷，能夠採起那種更簡潔的接口形式。

PS：我以爲能夠像.net那樣，在堆變量中保存結果，而後經過auto_ptr封裝後做做爲返回值。即有簡潔的接口形式，又沒有數據拷貝的開銷，堆變量也能經過auto_ptr自動釋放。

一樣，也是出於性能方向的考慮，對於會產生新字符串的函數，每每會有一個xxx和xxx_copy兩個版本，例如tolower就有to_lower和to_lower_copy兩個版本：一個是直接變動自己的值，一個是構造新字符串，具體選取那個根據實際場景來考慮。

另外，字符串比較函數中，每每有區分大小寫和不區分大小寫的算法。在boost中並非經過參數來控制，而是直接提供xxx和ixxx兩個版本，其中i就表示ignor case。如equals和iequals。還有的須要和條件函數一併使用的，這時就會提供一個xxx_if的版本。

因爲提供的字符串函數比較多，這裏我只按每類列舉幾個經常使用的函數和示例，若是同一個算法有xxx_copy的版本或ixxx版本，也只列舉基本的形式。其它的情參看boost文檔。

Case Conversion

大小寫轉換涉及到四個函數：to_upper()、to_upper()以及xxx_copy的版本。基本用法以下：

    cout << to_upper_copy(string("hello world")) << endl;

Trimming

Trimming函數主要有trim()、trim_left()、trim_right()和他們的xxx_copy和xxx_if版本。用於去除字符串首位的空白字符：

    cout << trim_copy(std::string(" hello world")) << endl;

固然，也不限於只去掉空白字符：

    cout << trim_copy_if(std::string(",,,hello world"), is_any_of(" ,.:")) << endl;

Predicates

Predicates函數主要有：starts_with() 、ends_with() 、contains() 、equals() 、lexicographical_compare() 、all()以及他們的ixxx版本。基本上從名字裏就能夠看出怎麼用了：

    cout << (ends_with("hello world", "world") ? "true" : "false") << endl;

Find algorithms

查找算法有好幾種：find()、first()、find_last()、find_nth() 、find_head()、find_tail()、find_token()、find_regex()。常見的用法以下：

    auto result = find_first("hello world", "world");
    if(result.empty())
        cout << "can't find result" << endl;
    else
        cout << result << endl;

其中result是一個boost::iterator_range類型的對象，能夠用它來構造子串。

    string s("hello world");
    cout << s.substr(find_first(s, "wo").begin() - s.begin()) <<endl;

或者來個更復雜點的：

    string str1("abc-*-ABC-*-aBc");
    for(auto it = make_find_iterator(str1, first_finder("abc", is_iequal())); !it.eof(); ++it)
    {
        cout << copy_range<std::string>(*it) << endl;
    }

Erase/Replace

boost把erase和replace函數分開來列了，這樣的好處是命名比較清晰，但很差的地方時函數變得很是多，不如重載的形式那麼好記。

replace的函數有replace_all() 、replace_first()、 replace_last() 以及它們的變體，加上erase，共有20多種，這裏就不一一列舉了。

    cout << replace_all_copy(string("hello world"), "l", "-") << endl;

Split

split函數的用法前面以及介紹過：

    string str1("hello abc-*-ABC-*-aBc goodbye");
    vector<string> SplitVec; 
    split(SplitVec, str1, is_any_of("-*"), token_compress_on);

須要注意的是這裏的token_compress_on參數，它能夠吧連續多個分隔符當一個，默認沒有打開，當用的時候通常是要打開的。

另外，boost把find_all函數也分到split一類裏面去了，它們的用法到也確實相似。

    string str1("hello abc-*-ABC-*-aBc goodbye");
    typedef vector<iterator_range<string::iterator>> find_vector_type;
    find_vector_type FindVec;
    ifind_all( FindVec, str1, "abc" );

Join

Join函數則是和split相反，用於把多個字符串拼接起來。

    std::array<string, 3> k = {"hello", "world", "123"};
    cout << join(k, "-");        //輸出結果爲： hello-world-123

它要求先把參數放到容器裏，不像.net的那樣能夠直接傳入動態參數那樣好用，若是能寫成這樣的重載形式會更好點（固然，本身封一個也不難）：

    join("-", "hello", "world", "123", …)

其它

其它還有一些條件函數，主要配合算法使用。如前面已經見過的is_any_of()、經常使用的還有is_upper()、is_lower()、is_digit()、is_space()等，這裏就很少介紹了。