c/cpp中如何分割字符串，类似于split的功能

最新推荐文章于 2025-01-08 00:15:00 发布

原创最新推荐文章于 2025-01-08 00:15:00 发布 · 1.4w 阅读

10 ·

本内容遵循CC 4.0 BY-SA版权协议

Linux C学习专栏收录该内容

21 篇文章

订阅专栏

本文介绍了在C/C++中如何使用strsep函数来分割字符串，类似于Python中的split功能。通过示例代码和错误分析，探讨了strtok和strsep的区别以及使用strsep时需要注意的问题，包括字符串常量不可修改和字符串结束符的重要性。

在python中，如果要求当前时间的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，很方便，不用担心踩地雷，但是C/CPP中，就没有了，这点比较遗憾。

如果要处理一个字符串型的“192.168.1.254”，想把每个字段都分开，怎么办呢，C标准库中有函数strtok()的实现，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]);
}

在这里，strtok是非线程安全的，这点也可以在程序的第二次strtok调用中看到，因此linux用strsep来替换strtok了，我在linux2.6.22的源码/lib/string.c和linux-3.3中同文件中，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
 */

因为strsep是线程安全的，并且速度上更快一些，所以采用strsep来替换strtok，接下来我会试一试strsep。在这里感慨下，没事的时候或者写程序的时候，用man和查看源码的方式，能学到很多基本的知识，比如内核源码的lib文件夹下，linux内核使用的rbtree结构，还有lib文件夹的string.c，include下的string.h里的各种strcpy，strcat等基本函数的实现，都是非常经典而且久经考验的。

在strtok使用的代码里，有两处很有意思。

其中一个，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]);
}

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，所以这个原因需要找一下。

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

通过阅读源代码，因为函数内部会修改原字符串变量，所以传入的参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，不可修改。
strtok(tokenremain,"cde");
strsep(&tokenremain,"cde");
编译通过,运行时会报段错误。

VS在很多情况下要比GCC优秀很多，VS的CPP支持是最全面的，可以这么说。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，这次只改第16行，将printf语句注释掉，代码如下：

#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]);
}

又崩溃了，我也整个人都不好了。

分析core文件，出错如下：

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。

根据core文件的提示，在#0处，在strlen函数这里崩溃了，我判断，是strtok阶段字符数组到最后，要在printf("%s\n",s);处打印时，由于没有'\0'符号，所以缓冲区无法截断，最后溢出导致printf崩溃，所以我重新声明一个长度为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，结果依然崩溃。

如果我把printf("%s\n",s);改为printf("%s\t",s);，因为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，需要输出，如果我不让他输出，会怎样？

打印结果为：

168	1	250	(null)

好吧我也不知道是什么了，而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。