读取以逗号分隔的一串数字
Posted
技术标签:
【中文标题】读取以逗号分隔的一串数字【英文标题】：Reading a string of numbers separated by commas 【发布时间】：2017-03-13 09:38:37 【问题描述】：我正在编写一个函数，它应该读取一串数字，用逗号分隔。字符串格式如下：
"1, 2, 3"
唯一的“规则”是函数可以容忍任何空格或制表符，只要每个数字之间有 一个 逗号。
如果字符串有效，则将数字存储在链表中。
例如，以下字符串是有效的：
"1,2,14,2,80"
" 250 , 1, 88"
但以下内容无效：
" 5, 1, 3 ,"
"51, 60, 5,,9"
我首先用 strtok() 试试运气（使用分隔符“，\t”，但据我目前的理解，不可能检查错误。所以我编写了自己的函数，但我非常不开心有了它 - 我认为代码很糟糕，虽然它似乎可以工作，但我真的很想知道是否有一种更清洁、更简单的方法来实现这样的功能。
我的功能是：
void sliceNumbers(char * string)
/*flag which marks if we're expecting a comma or not*/
int comma = FALSE;
/*Are we inside a number?*/
int nFlag = TRUE;
/*error flag*/
int error = FALSE;
/*pointer to string start*/
char * pStart = string;
/*pointer to string end*/
char * pEnd = pStart;
/*if received string is null*/
if (!string)
/*add error and exit function*/
printf("You must specify numbers");
return;
/*this loop checks if all characters in the string are legal*/
while (*pStart != '\0')
if ((isdigit(*pStart)) || (*pStart == ',') || (*pStart == ' ') || (*pStart == '\t'))
pStart++;
else
char tmp[2];
tmp[0] = *pStart;
tmp[1] = 0;
printf("Invalid character");
error = TRUE;
pStart++;
if (!error)
pStart = string;
if (*pStart == ',')
printf("Cannot start data list with a comma");
return;
pEnd = pStart;
while (*pEnd != '\0')
if (comma)
if (*pEnd == ',')
if (!nFlag)
if (*(pEnd + 1) == '\0')
printf("Too many commas");
return;
*pEnd = '\0';
/*Add the number to the linked list*/
addNumber(pStart, line, DC);
comma = FALSE;
nFlag = FALSE;
pStart = pEnd;
pStart++;
pEnd = pStart;
else if (isdigit(*pEnd))
if (!nFlag)
printf("numbers must be seperated by commas");
pEnd++;
else
if (*(pEnd + 1) == '\0')
pEnd++;
/*Add the number to the linked list*/
addNumber(pStart);
comma = FALSE;
nFlag = FALSE;
pStart = pEnd;
pStart++;
pEnd = pStart;
else
pEnd++;
else if (*pEnd == '\0')
if (nFlag)
/*Add the number to the linked list*/
addNumber(pStart, line, DC);
else
printf("Too many commas");
else if (*pEnd == ' ' || *pEnd == '\t')
nFlag = FALSE;
pEnd++;
else
if (*pEnd == ',')
printf("There must be only 1 comma between numbers");
return;
else if (isdigit(*pEnd))
if (*(pEnd + 1) == '\0')
pEnd++;
/*Add the number to the linked list*/
addnumber(pStart, line, DC);
comma = FALSE;
nFlag = FALSE;
pStart = pEnd;
pStart++;
pEnd = pStart;
else
pStart = pEnd;
pEnd++;
nFlag = TRUE;
comma = TRUE;
else if (*pEnd == ' ' || *pEnd == '\t')
if (!nFlag)
pEnd++;
else
pEnd++;
【问题讨论】：
看看strsep 您告诉我们如果输入有效，程序应该做什么，但不告诉我们如果输入无效怎么办。我可以想到可以为您设置此问题的两种方式：“您的程序必须检测到无效输入并报告错误”或“输入保证有效，因此您的程序不需要处理它”。这会影响我们的回答。 检查strtok的返回值判断一行是否有效应该没有问题。如果返回的令牌长度为零，否则无效，通过在令牌上执行atoi()添加到数组。
构造状态机。你有 ~3 种令牌类型和 ~5 种状态。
【参考方案1】：
您已经定义了许多布尔值（尽管您已将它们声明为ints）来跟踪当前状态。您可以将这些组合成一个state 变量，使用#define 定义可能的值：
#define STATE_START 0
#define STATE_IN_NUMBER 1
#define STATE_COMMA 2
#define STATE_FINISHED 3
#define STATE_ERROR 4
int state = STATE_START;
您可以绘制一个图表（有点像流程图），显示每个角色如何将我们从一种状态转移到另一种状态。
（对于我的图像，我保持简单，只显示输入的非错误状态，没有空格）
或者简单地说：
current state | input | next state| side effect
-----------------------------------------------------------------------
START | digit | IN_NUMBER | start storing a number
START | other | ERROR |
IN_NUMBER | digit | IN_NUMBER | continue storing a number
IN_NUMBER | comma | COMMA | complete storing a number
IN_NUMBER | null | FINISHED | finalise output
IN_NUMBER | other | ERROR | report error
COMMA | digit | IN_NUMBER | start storing a number
COMMA | comma | ERROR |
COMMA | other | ERROR |
（对于我的表格，我添加了基本的错误状态，但仍然没有考虑空格）
您将需要添加更多状态和转换来处理空格和制表符，但原则不会改变。我建议从一个没有空格的实现开始，然后添加它。
这允许您编写一个有限状态机，其实现如下所示：
int state = STATE_START;
while(state != STATE_FINISHED && state != STATE_ERROR)
char c = input[offset++];
switch(state)
case STATE_START:
state = handleStateStart(...);
break;
case STATE_IN_NUMBER:
state = handleInNumber(...);
break;
// etc.
default:
sprintf(error_message, "Reached unsupported state: %c", state);
state = STATE_ERROR;
处理函数的参数需要传入它将读取和修改的数据结构。例如：
int handleStateStart(
char c,
int* current_number,
char *error_message)
if( ! isDigit(c))
sprintf(error_message, "Expected a digit at char %d", *offset);
return STATE_ERROR;
*current_number = atoi(c);
return STATE_IN_NUMBER;
（这是一种易于理解的状态机实现方式，但还有其他方式可以做到：Is there a typical state machine implementation pattern?）
您的 CSV 解析问题非常适合状态机，生成的代码将非常整洁。状态机用于更复杂的解析任务，并大量用于编译器等。稍后在您的学习中，您会遇到正则表达式——正式而言，正则表达式是一种紧凑的方式来表达消耗字符的有限状态机。
【讨论】：
您可能还需要处理空格。我认为：1, 2 3, 4, 5 不应被视为有效字符串。
@joop "你需要添加更多的状态和转换来处理空格和制表符，但原则不会改变"
你可以通过传递一个包含所有工作数据的结构来简化handleStateStart()——但我决定不假设结构的知识。
另外请注意我使用了sprintf。在实际代码中使用snprintf。【参考方案2】：
strtok() 是这样做的正确方法。但仅将","（逗号）作为分隔符传递。您可以检查结果字符串的长度是否为零 (strlen(tok)==0)，这意味着您有两个连续的 ','。检查后，您只需修剪结果，即。 e.如here所述。
【讨论】：
From 'man strtok' 解析字符串中两个或多个连续分隔符的序列被认为是单个分隔符。字符串开头或结尾的分隔符将被忽略。换句话说：strtok() 返回的标记总是非空字符串。 我认为这是一道作业题，所以目的是写一个算法，而不是使用库函数。 @slim 那么为什么 OP 会提到strtok()，然后说他/她唯一的问题是因为错误检查？不要认为 OP 对他的“算法” 使用库函数有问题。
@dmuir 感谢您的提示。但是，检查第一个字符应该没什么大不了的。
@AminNegm-Awad 我的意思是 OP 说连续的分隔符是一个错误，你无法使用 strtok 检测到这一点【参考方案3】：
您可以使用正则表达式库 1) 验证字符串
[^\d, ]|,[[:blank:]]+,|,2,
其中[^\d, ] - 找到除数字、逗号和空格之外的所有符号,[[:blank:]]+,|,2, - 验证字符串 2 个或多个逗号，其中空格和制表符在逗号之间没有数字
2) 进程号
\d+
您可以在线试用here
【讨论】：
【参考方案4】：一种非常有效的直接方法：
-
一次性删除所有空格和制表符。您可以通过就地操作来避免空间开销。
读取数字流并继续将它们添加到链接列表中。如果检测到任何无效数字（例如长度为 0），只需返回一个 NULL 指针，然后停止进一步处理。
如果 pass 2 成功完成，则返回该链表的头指针。
【讨论】：
以上是关于读取以逗号分隔的一串数字的主要内容，如果未能解决你的问题，请参考以下文章
NSPredicate 检查以逗号分隔的一串数字是不是包含数字