Boost库基础-字符串与文本处理(string_algo)

快来打我* 2023-07-18 09:55 2阅读 0赞

> string\_algo

string\_algo被设计用于处理字符串，然而处理对象并不一定是string或basic\_string<T>，可以是任何符合boost.range要求的容器。容器内的元素也不一定是char或wchar\_t，任何可拷贝和赋值的类型均可，但如果类型的拷贝赋值代价很高，那么string\_algo的性能会下降。

string\_algo库位于名字空间boost::algorithm，但被using语句引入到了名字空间boost，为了使用它，需要包含头文件

#include <boost/algorithm/string.hpp>
    using namespace boost;

string\_algo库提供的算法共分五大类：

*  大小写转换；
 *  判断式与分类；
 *  修剪；
 *  查找与替换；
 *  分割与合并；

string\_algo库中的算法命名遵循了标准库的惯例，算法名均为小写形式，并使用不同的词缀来区分不同的版本，命名规则：

*  前缀 i：大小写不敏感(忽略大小写)；
 *  后缀\_copy：不变动输入，返回处理结果的拷贝，否则原地处理，输入即输出；
 *  后缀\_if：需要一个作为判断式的函数对象，否则使用默认的判断准则；

> 大小写转换

#include <iostream>
    #include <string>
    #include <boost/algorithm/string.hpp>
    
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	string str("I Don't Know.\n");
    
    	//转换为大写
    	cout << to_upper_copy(str) << endl;
    
    	//原字符串不变
    	cout << str << endl;
    
    	//转换我小写
    	to_lower(str);
    
    	//原字符串被改变
    	cout << str << endl;
    
    	getchar();
    	return 0;
    }

** 运行结果：**

![20200326201347300.PNG][]

> 判断式(算法)

主要检测两个字符串之间的关系，包含以下几种：

*  lexicographical\_compare：根据字典顺序检测一个字符串是否小于另一个；
 *  starts\_with：检测一个字符串是否以另一个为前缀；
 *  ends\_with：检测一个字符串是否以另一个为后缀；
 *  contains：检测一个字符串是否包含另一个；
 *  equals：是否相等；
 *  all：检测一个字符串中的所有元素是否满足指定的判断式；

除了all，这些算法都有 **i 前缀**的版本。由于它们不变动字符串，因此没有\_copy版本。

**用法：**

#include <iostream>
    #include <string>
    #include <boost/algorithm/string.hpp>
    
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	string str("Power Bomb");
    
    	//大小写无关检测
    	assert(iends_with(str, "bomb"));
    
    	//大小写敏感检测后缀
    	assert(!ends_with(str, "bomb"));
    
    	//检测前缀
    	assert(starts_with(str, "Pow"));
    
    	//检测包含关系
    	assert(contains(str, "er"));
    
    	//转换小写
    	string str2 = to_lower_copy(str);
    
    	//大小写转换无关判断
    	assert(iequals(str, str2));
    
    	string str3("power suit");
    
    	//大小写无关比较
    	assert(ilexicographical_compare(str, str3));
    
    	//检测字符串均小写
    	assert(all(str2.substr(0, 5), is_lower()));
    
    	getchar();
    	return 0;
    }

> 判断式(函数对象)

允许对不同类型的参数进行比较，并提供大小写无关的形式。

*  is\_equal：比较两个对象是否相等
 *  is\_less：比较两个对象是否小于关系
 *  is\_not\_greater：比较两个对象是否不大于关系

**用法：**

#include <iostream>
    #include <string>
    #include <boost/algorithm/string.hpp>
    
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	string str1("Samus");
    	string str2("samus");
    
    	assert(!is_equal()(str1, str2));
    
    	assert(is_less()(str1, str2));
    
    	getchar();
    	return 0;
    }

注意：调用的两个括号，第一个括号调用了函数对象的构造函数，产生一个对象，第二个才是函数调用。

> 分类

用于检测一个字符是否符合某种特性。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70][]

> 修剪

string\_algo提供了三个修剪算法：trim\_left、trim\_right和trim。

修剪算法可以删除字符串开头或结尾部分的**空格**，它有\_if 和\_copy 两种后缀，因此每个算法有四个版本。\_if版本接受一个判断式IsSpace，将所有被判定为空格(IsSpace(c) == true)的字符删除。

**用法：**

#include <iostream>
    #include <string>
    #include <boost/format.hpp>
    #include <boost/algorithm/string.hpp>
    
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	format fmt("|%s|\n");
    
    	string str = "  samus aran  ";
    
    	//删除两端的空格
    	cout << fmt % trim_copy(str) << endl;
    
    	//删除左端空格
    	cout << fmt % trim_left_copy(str) << endl;
    
    	//原地删除右端空格
    	trim_right(str);
    
    	cout << fmt % str << endl;
    
    	string str2 = "2020 Happy new Year!!!";
    
    	//删除左端的数字
    	cout << fmt % trim_left_copy_if(str2, is_digit());
    
    	//删除右端的标点
    	cout << fmt % trim_right_copy_if(str2, is_punct());
    
    	//删除两端的标点、数字和空格
    	cout << fmt % trim_copy_if(str2, is_punct() || is_digit() || is_space());
    
    	getchar();
    	return 0;
    }

**运行结果：**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70 1][]

> 查找

string\_algo算法它不返回一个迭代器(查找到的位置)，而使用了boost.range库的iterator\_range返回查找到的整个区间，获得了更多的信息，便于算法串联和其他处理。

iterator\_range 概念上类似  std::pair<iterator,iterator>，包装了两个迭代器，可以用begin()和end()访问。相当于定义了一个容器的子区间。

![20200326210152371.PNG][]

这些算法都不变动字符串，因此没有\_copy后缀版本，但其中前三个算法有 i 前缀的版本。

**使用：**

#include <iostream>
    #include <string>
    #include <boost/format.hpp>
    #include <boost/algorithm/string.hpp>
    
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	format fmt("|%s| . pos = %d\n");
    
    	string str = "Long long ago , there was a king.";
    
    	//迭代器区间
    	iterator_range<string::iterator> rge;
    
    	//查找第一次出现
    	rge = find_first(str, "long");
    	cout << fmt % rge % (rge.begin() - str.begin()) << endl;
    
    	//大小写无关找第一次出现
    	rge = ifind_first(str, "long");
    	cout<< fmt % rge % (rge.begin() - str.begin()) << endl;
    
    	//找第三次出现
    	rge = find_nth(str, "ng", 2);
    	cout << fmt % rge % (rge.begin() - str.begin()) << endl;
    	
    	//取前4个字符
    	rge = find_head(str, 4);
    	cout << fmt % rge % (rge.begin() - str.begin()) << endl;
    
    	//取末尾5个字符
    	rge = find_tail(str, 5);
    	cout << fmt % rge % (rge.begin() - str.begin()) << endl;
    	
    	//找不到
    	rge = find_first(str, "samus");
    	assert(rge.empty() && !rge);
    
    	getchar();
    	return 0;
    }

> 替换与删除

替换、删除操作与查找算法非常接近，是在查找到结果后再对字符串进行处理。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70 2][]

前八个算法每个都有前缀 i 、后缀\_copy 和组合，有4个版本，后四个则只有后缀\_copy两个版本。

**用法：**

#include <iostream>
    #include <string>
    #include <boost/format.hpp>
    #include <boost/algorithm/string.hpp>
    
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	string str = "Samus beat the monster.\n";
    
    	//替换第一次出现的地方
    	cout << replace_first_copy(str, "Samus", "samus") << endl;
    
    	//替换在最后一次出现的地方
    	replace_last(str, "beat", "kill");
    	cout << str << endl;
    
    	//替换末尾9个字符
    	replace_tail(str, 9, "ridley.\n");
    	cout << str << endl;
    	
    	//不分大小写删除出现的所有位置
    	cout << ierase_all_copy(str, "samus") << endl;
    
    	//找到r字符出现第1次 将 r 替换为 L
    	cout << replace_nth_copy(str, "r", 0, "L");
    
    	//删除尾部8个字符
    	cout << erase_tail_copy(str, 8);
    
    	getchar();
    	return 0;
    }

> 分割

*  find\_all：类似普通的查找算法，它搜索所有匹配的字符串，加入到容器中，有一个狐狸卡大小写的前缀 i 版本。
 *  spit：使用判断式Pred来确定分割的依据，如果字符 ch 满足判断式 Pred(Pred(ch) == true)，那么它就是一个分隔符，spit中第4个参数可以取值为 token\_compress\_on或token\_compress\_off，如果为第一个，那么当两个分隔符连续出现时被视为一个，如果后第二个，两个连续的分隔符标记了一个空字符串。默认取值为token\_compress\_off。

**用法：**

#include <iostream>
    #include <string>
    #include <boost/format.hpp>
    #include <boost/algorithm/string.hpp>
    
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	string str = "A,B.C::Dd-Ee+DD";
    
    	deque<string> d;
    
    	//大小写无关分割字符串
    	ifind_all(d, str, "Dd");
    
    	//遍历deque里字符串
    	for (auto x : d)
    	{
    		cout << "[" << x << "]";
    	}
    	cout << endl;
    
    	//存储range对象
    	list < iterator_range<string::iterator>> l;
    
    	//使用标点分割
    	split(l, str, is_any_of(",.:-+"));
    
    	//遍历
    	for (auto x : l)
    	{
    		cout << "[" << x << "]";
    	}
    	cout << endl;
    
    	l.clear();
    
    	split(l, str, is_any_of(".:-"), token_compress_on);
    
    	for (auto x : l)
    	{
    		cout << "[" << x << "]";
    	}
    	cout << endl;
    
    	getchar();
    	return 0;
    }

**运行截图：**

![20200326214129294.PNG][]

> 合并

join算法是分割算法的逆运算，它把存储在容器中的字符串连接成一个新的字符串，并且可以指定连续的分隔符。

join有一个后缀 \_if 的版本。

**用法：**

#include <iostream>
    #include <string>
    #include <vector>
    #include <boost/assign.hpp>
    #include <boost/utility/string_ref.hpp>
    #include <boost/algorithm/string.hpp>
    
    using namespace boost;
    using namespace std;
    using namespace boost::assign;
    
    int main()
    {
    	//向vetor添加了4个字符
    	vector<string> v = list_of("Samus")("Link")("Zelda")("Mario");
    
    	//用+合并它们
    	cout << join(v, "+") << endl;
    
    	//lambda表达式,判断包含a的 才合并
    	cout << join_if(v, "**", [](string_ref s)
    	{
    		return contains(s, "a");
    	});
    
    	getchar();
    	return 0;
    }

**运行结果：**

![20200326215203667.PNG][]

> 查找（分割）迭代器

find\_iterator 和 split\_iterator

**使用：**

#include <iostream>
    #include <string>
    #include <vector>
    #include <boost/assign.hpp>
    #include <boost/utility/string_ref.hpp>
    #include <boost/algorithm/string.hpp>
    
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	string str("Samus | | samus | | mario | |  | | Link");
    
    	//查找迭代器定义
    	typedef find_iterator<string::iterator> string_find_iterator;
    
    	//声明变量
    	string_find_iterator pos, end;
    
    	//遍历
    	for (pos = make_find_iterator(str, first_finder("samus", is_iequal())); pos != end; ++pos)
    	{
    		cout << "[" << *pos << "]";
    	}
    	cout << endl;
    
    	//分割迭代器类型定义
    	typedef split_iterator<string::iterator> string_split_iterator;
    
    	//声明变量
    	string_split_iterator p, endp;
    	for (p = make_split_iterator(str, first_finder(" | | ", is_equal())); p != endp; ++p)
    	{
    		cout << "[" << *p << "]";
    	}
    	cout << endl;
    
    	getchar();
    	return 0;
    }

**运行结果：**

![20200326220512102.PNG][]

[20200326201347300.PNG]: /images/20230528/f2fa56a5bb7041e5bfe4f17b7f67ce99.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70]: /images/20230528/a64cb9e87bd4453fa50bc45d2749f6d3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70 1]: /images/20230528/61bd35f9476f4d1b8e57ddd3a6159f3c.png
[20200326210152371.PNG]: /images/20230528/7d5512c53d3645c6867e191c497f104f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70 2]: /images/20230528/7234e8a15ba74fc99a5403849dc80252.png
[20200326214129294.PNG]: /images/20230528/25b1b860adab44b198cdde09a0c021b5.png
[20200326215203667.PNG]: /images/20230528/1619f924414d4a27bd3e484b6d73ae65.png
[20200326220512102.PNG]: /images/20230528/47fa47d80442426c9dfcbcafc075e0c6.png