boost :: split lascia i token vuoti all'inizio e alla fine della stringa - è questo comportamento desiderato?

Question

Poiché non ho trovato nulla su questo nello documentation, ho pensato di chiederlo qui. Ho il seguente programma (C++ 11):

#include <iostream> 
#include <boost/algorithm/string.hpp> 

using namespace std; 
using namespace boost; 

int main() { 
    string tmp = " #tag #tag1#tag2 #tag3 ####tag4 "; 
    list<iterator_range<string::iterator> > matches; 
    split(matches, tmp, is_any_of("\t #"), token_compress_on); 

    for(auto match: matches) { 
      cout << "'" << match << "'\n"; 
    } 
} 

Il risultato è:

'' 
'tag' 
'tag1' 
'tag2' 
'tag3' 
'tag4' 
'' 

avrei pensato che l'opzione token_compress_on rimuove tutti i gettoni vuote. La soluzione è, ad esempio, per utilizzare boost::trim_if. Tuttavia mi stavo chiedendo se questo è il comportamento desiderato di boost :: split, e perché questo sta accadendo?

(g ++ 4.6.3, incrementare 1.48)

Answer 1

Il comportamento è intenzionale, perché si potrebbe ricreare la stringa (completo di partenza e spazi finali) dalla versione scissione. Boost non sa se quello spazio bianco è significativo o meno per te (potrebbe esserlo, dato che alcuni formati di file, ad esempio, potrebbero forzare spazi iniziali/conteggi di spazio specifici).

È necessario trim_if o trim come se fosse necessario rimuovere gli spazi iniziali/finali.

Answer 2

Se l'argomento eCompress è impostato su token_compress_on, i separatori adiacenti vengono uniti insieme. Altrimenti, ogni due separatori delimitano un token.

Here

Esso non rimuove i gettoni solo li unisce.

Answer 3

boost::split restituisce sempre n + 1 token dove n è il numero di separatori nella stringa di input. Quindi non essere sorpreso quando restituisce 1 token quando lo passi una stringa vuota.

La logica dietro di esso è abbastanza semplice. Immagina di analizzare un file CSV. È necessario ottenere esattamente lo stesso numero di elementi indipendentemente dal fatto che l'ultimo token sia vuoto o meno.

È molto più facile rimuovere i token vuoti che indovinare se si suppone che siano o meno nel risultato. Credit

Questo comportamento è simile a Python

>>> len("".split(',')) 
1