从C中的不规则字符串中获取所有整数

Question

我正在寻找一种（相对）简单的方法来解析随机字符串并从中提取所有整数并将它们放入数组中 - 这与其他一些类似的问题不同，因为我的字符串没有标准格式。

示例：

pt112parah salin10n m5:isstupid::42$%&%^*%7first3

我最终需要获得一个包含以下内容的数组：

112 10 5 42 7 3

并且我想要一种比逐字符遍历字符串更有效的方法。

感谢您的帮助

Answer 1

一个快速的解决方案。我假设没有数字超出 long 的范围，并且没有负号需要担心。如果这些都是问题，那么您需要做更多的工作来分析 strtol() 的结果，并且需要检测 '-' 后跟一个数字。

该代码确实循环遍历所有字符；我认为你无法避免这一点。但它确实使用 strtol() 来处理每个数字序列（一旦找到第一个数字），并从 strtol() 停止处继续（并且 strtol () 很友善地告诉我们它在哪里停止转换）。

#include <stdlib.h>
#include <stdio.h>
#include <ctype.h>

int main(void)
{
    const char data[] = "pt112parah salin10n m5:isstupid::42$%&%^*%7first3";
    long results[100];
    int  nresult = 0;

    const char *s = data;
    char c;

    while ((c = *s++) != '\0')
    {
        if (isdigit(c))
        {
            char *end;
            results[nresult++] = strtol(s-1, &end, 10);
            s = end;
        }
    }

    for (int i = 0; i < nresult; i++)
        printf("%d: %ld\n", i, results[i]);
    return 0;
}

输出：

0: 112
1: 10
2: 5
3: 42
4: 7
5: 3

Answer 2

比逐个字符地浏览更高效？

不可能，因为你必须查看每个字符才能知道它不是整数。

现在，考虑到您必须逐个字符地遍历字符串，我建议您简单地将每个字符转换为 int 并检查：

//string tmp = ""; declared outside of loop.
//pseudocode for inner loop:
int intVal = (int)c;
if(intVal >=48 && intVal <= 57){ //0-9 are 48-57 when char casted to int.
    tmp += c;
}
else if(tmp.length > 0){
    array[?] = (int)tmp; // ? is where to add the int to the array.
    tmp = "";
}

array 将包含您的解决方案。

Answer 3

只是因为我整天都在写 Python，我想休息一下。声明一个数组会很棘手。您要么必须运行它两次才能计算出您有多少个数字（然后分配数组），要么像本示例中那样一一使用数字。

请注意，“0”到“9”的 ASCII 字符为 48 到 57（即连续的）。

#include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include <stdbool.h>

int main(int argc, char **argv)
{
    char *input = "pt112par0ah salin10n m5:isstupid::42$%&%^*%7first3";

    int length = strlen(input);
    int value = 0;
    int i;
    bool gotnumber = false;
    for (i = 0; i < length; i++)
    {
        if (input[i] >= '0' && input[i] <= '9')
        {
            gotnumber = true;
            value = value * 10; // shift up a column
            value += input[i] - '0'; // casting the char to an int
        }
        else if (gotnumber) // we hit this the first time we encounter a non-number after we've had numbers
        {
            printf("Value: %d \n", value);
            value = 0;
            gotnumber = false;
        }
    }

    return 0;
}

编辑：以前的版本没有处理 0

Answer 4

另一个解决方案是使用 strtok 函数

/* strtok example */
#include <stdio.h>
#include <string.h>

int main ()
{
  char str[] = "pt112parah salin10n m5:isstupid::42$%&%^*%7first3";
  char * pch;
  printf ("Splitting string \"%s\" into tokens:\n",str);
  pch = strtok (str," abcdefghijklmnopqrstuvwxyz:$%&^*");
  while (pch != NULL)
  {
    printf ("%s\n",pch);
    pch = strtok (NULL, " abcdefghijklmnopqrstuvwxyz:$%&^*");
  }
  return 0;
}

给出：

112
10
5
42
7
3

也许不是此任务的最佳解决方案，因为您需要指定将被视为标记的所有字符。但它是其他解决方案的替代方案。

Answer 5

如果您不介意使用 C++ 而不是 C（通常没有充分的理由不这样做），那么您可以将解决方案减少到只有两行代码（使用 AX 解析器生成器）：

vector<int> numbers;
auto number_rule = *(*(axe::r_any() - axe::r_num()) 
   & *axe::r_num() >> axe::e_push_back(numbers));

现在测试它：

std::string str = "pt112parah salin10n m5:isstupid::42$%&%^*%7first3";
number_rule(str.begin(), str.end());
std::for_each(numbers.begin(), numbers.end(), [](int i) { std::cout << "\ni=" << i; });

并且确定够了，你已经拿回你的号码了。

作为奖励，您在解析 unicode 宽字符串时不需要更改任何内容：

std::wstring str = L"pt112parah salin10n m5:isstupid::42$%&%^*%7first3";
number_rule(str.begin(), str.end());
std::for_each(numbers.begin(), numbers.end(), [](int i) { std::cout << "\ni=" << i; });

果然，您得到了相同的数字。

Answer 6

#include <stdio.h>
#include <string.h>
#include <math.h>

int main(void)
{
    char *input = "pt112par0ah salin10n m5:isstupid::42$%&%^*%7first3";
    char *pos = input;
    int integers[strlen(input) / 2];   // The maximum possible number of integers is half the length of the string, due to the smallest number of digits possible per integer being 1 and the smallest number of characters between two different integers also being 1
    unsigned int numInts= 0;

    while ((pos = strpbrk(pos, "0123456789")) != NULL) // strpbrk() prototype in string.h
    {
        sscanf(pos, "%u", &(integers[numInts]));

        if (integers[numInts] == 0)
            pos++;
        else
            pos += (int) log10(integers[numInts]) + 1;        // requires math.h

        numInts++;
    }

    for (int i = 0; i < numInts; i++)
        printf("%d ", integers[i]);

    return 0;
}

查找整数是通过在偏移指针上重复调用 strpbrk() 来完成的，指针再次偏移等于整数中位数的数量，通过查找以 10 为底的对数来计算的整数并加 1（当整数为 0 时有特殊情况）。计算对数时无需在整数上使用 abs() ，正如您所说，整数将是非负的。如果您想提高空间效率，可以使用 unsigned char integers[] 而不是 int integers[]，正如您所说，整数都将 <256 ，但这不是必需的。