NSString tokenize w Objective-C

Question

Jaki jest najlepszy sposób na tokenize/split NSString w Objective-C?

Answer 1

Znalazłem to na http://borkware.com/quickies/one?topic=NSString (użyteczny link):

NSString *string = @"oop:ack:bork:greeble:ponies"; 
NSArray *chunks = [string componentsSeparatedByString: @":"]; 

Nadzieja to pomaga!

Adam

Answer 2

Jeśli chcesz po prostu podzielić ciąg, użyj -[NSString componentsSeparatedByString:]. Aby uzyskać bardziej złożoną tokenizację, użyj klasy NSScanner.

Answer 3

Jeśli Twoje potrzeby tokenizacja są bardziej skomplikowane, sprawdź moje open source kakao String tokenizing/parsowania zestaw narzędzi: ParseKit:

http://parsekit.com

Do prostego podziału ciągów wykorzystujących char ogranicznika (jak ':') , ParseKit z pewnością będzie przesadą. Ale znowu, dla złożonych potrzeb tokenizacji, ParseKit jest niezwykle potężny/elastyczny.

Zobacz także ParseKit Tokenization documentation.

Answer 4

Każdy wspomniał componentsSeparatedByString: ale można również użyć CFStringTokenizer (należy pamiętać, że NSString i CFString są wymienne), które będą zbyt tokenize języków naturalnych (takich jak chiński/japoński które nie podzielić słowa na spacjami).

Answer 5

Jeśli chcesz tokenize na wielu znakach, możesz użyć NSString componentsSeparatedByCharactersInSet. NSCharacterSet ma kilka poręcznych gotowych zestawów, takich jak whitespaceCharacterSet i illegalCharacterSet. I ma inicjalizatory dla zakresów Unicode.

Można również łączyć zestawy znaków i używać ich do tokenize, tak:

// Tokenize sSourceEntityName on both whitespace and punctuation. 
NSMutableCharacterSet *mcharsetWhitePunc = [[NSCharacterSet whitespaceAndNewlineCharacterSet] mutableCopy]; 
[mcharsetWhitePunc formUnionWithCharacterSet:[NSCharacterSet punctuationCharacterSet]]; 
NSArray *sarrTokenizedName = [self.sSourceEntityName componentsSeparatedByCharactersInSet:mcharsetWhitePunc]; 
[mcharsetWhitePunc release]; 

Należy pamiętać, że componentsSeparatedByCharactersInSet będzie produkować puste struny, jeśli napotka więcej niż jednego członka charset w rzędzie, więc może chcieć przetestować dla długości mniejszej niż 1.

Answer 6

Miałem przypadek, w którym musiałem podzielić wyniki konsoli po zapytaniu LDAP z ldapsearch. Najpierw skonfiguruj i wykonaj NSTask (znalazłem tutaj dobry przykład kodu: Execute a terminal command from a Cocoa app). Ale wtedy musiałem podzielić i przeanalizować dane wyjściowe, aby wyodrębnić tylko nazwy serwerów wydruku z wyjścia zapytania Ldap. Niestety jest to dość żmudne manipulowanie strunami, co nie byłoby problemem, gdybyśmy mieli manipulować ciągami/tablicami C za pomocą prostych operacji macierzy C. Więc oto mój kod używa obiektów kakaowych. Jeśli masz lepsze sugestie, daj mi znać.

//as the ldap query has to be done when the user selects one of our Active Directory Domains 
//(an according comboBox should be populated with print-server names we discover from AD) 
//my code is placed in the onSelectDomain event code 

//the following variables are declared in the interface .h file as globals 
@protected NSArray* aDomains;//domain combo list array 
@protected NSMutableArray* aPrinters;//printer combo list array 
@protected NSMutableArray* aPrintServers;//print server combo list array 

@protected NSString* sLdapQueryCommand;//for LDAP Queries 
@protected NSArray* aLdapQueryArgs; 
@protected NSTask* tskLdapTask; 
@protected NSPipe* pipeLdapTask; 
@protected NSFileHandle* fhLdapTask; 
@protected NSMutableData* mdLdapTask; 

IBOutlet NSComboBox* comboDomain; 
IBOutlet NSComboBox* comboPrinter; 
IBOutlet NSComboBox* comboPrintServer; 
//end of interface globals 

//after collecting the print-server names they are displayed in an according drop-down comboBox 
//as soon as the user selects one of the print-servers, we should start a new query to find all the 
//print-queues on that server and display them in the comboPrinter drop-down list 
//to find the shares/print queues of a windows print-server you need samba and the net -S command like this: 
// net -S yourPrintServerName.yourBaseDomain.com -U yourLdapUser%yourLdapUserPassWord -W adm rpc share -l 
//which dispalays a long list of the shares 

- (IBAction)onSelectDomain:(id)sender 
{ 
    static int indexOfLastItem = 0; //unfortunately we need to compare this because we are called also if the selection did not change! 

    if ([comboDomain indexOfSelectedItem] != indexOfLastItem && ([comboDomain indexOfSelectedItem] != 0)) 
    { 

     indexOfLastItem = [comboDomain indexOfSelectedItem]; //retain this index for next call 

    //the print-servers-list has to be loaded on a per univeristy or domain basis from a file dynamically or from AN LDAP-QUERY 

    //initialize an LDAP-Query-Task or console-command like this one with console output 
    /* 

    ldapsearch -LLL -s sub -D "cn=yourLdapUser,ou=yourOuWithLdapUserAccount,dc=yourDomain,dc=com" -h "yourLdapServer.com" -p 3268 -w "yourLdapUserPassWord" -b "dc=yourBaseDomainToSearchIn,dc=com" "(&(objectcategory=computer)(cn=ps*))" "dn" 

//our print-server names start with ps* and we want the dn as result, wich comes like this: 

    dn: CN=PSyourPrintServerName,CN=Computers,DC=yourBaseDomainToSearchIn,DC=com 

    */ 

    sLdapQueryCommand = [[NSString alloc] initWithString: @"/usr/bin/ldapsearch"]; 


    if ([[comboDomain stringValue] compare: @"firstDomain"] == NSOrderedSame) { 

     aLdapQueryArgs = [NSArray arrayWithObjects: @"-LLL",@"-s", @"sub",@"-D", @"cn=yourLdapUser,ou=yourOuWithLdapUserAccount,dc=yourDomain,dc=com",@"-h", @"yourLdapServer.com",@"-p",@"3268",@"-w",@"yourLdapUserPassWord",@"-b",@"dc=yourFirstDomainToSearchIn,dc=com",@"(&(objectcategory=computer)(cn=ps*))",@"dn",nil]; 
    } 
    else { 
     aLdapQueryArgs = [NSArray arrayWithObjects: @"-LLL",@"-s", @"sub",@"-D", @"cn=yourLdapUser,ou=yourOuWithLdapUserAccount,dc=yourDomain,dc=com",@"-h", @"yourLdapServer.com",@"-p",@"3268",@"-w",@"yourLdapUserPassWord",@"-b",@"dc=yourSecondDomainToSearchIn,dc=com",@"(&(objectcategory=computer)(cn=ps*))",@"dn",nil]; 

    } 


    //prepare and execute ldap-query task 

    tskLdapTask = [[NSTask alloc] init]; 
    pipeLdapTask = [[NSPipe alloc] init];//instead of [NSPipe pipe] 
    [tskLdapTask setStandardOutput: pipeLdapTask];//hope to get the tasks output in this file/pipe 

    //The magic line that keeps your log where it belongs, has to do with NSLog (see https://stackoverflow.com/questions/412562/execute-a-terminal-command-from-a-cocoa-app and here http://www.cocoadev.com/index.pl?NSTask) 
    [tskLdapTask setStandardInput:[NSPipe pipe]]; 

    //fhLdapTask = [[NSFileHandle alloc] init];//would be redundand here, next line seems to do the trick also 
    fhLdapTask = [pipeLdapTask fileHandleForReading]; 
    mdLdapTask = [NSMutableData dataWithCapacity:512];//prepare capturing the pipe buffer which is flushed on read and can overflow, start with 512 Bytes but it is mutable, so grows dynamically later 
    [tskLdapTask setLaunchPath: sLdapQueryCommand]; 
    [tskLdapTask setArguments: aLdapQueryArgs]; 

#ifdef bDoDebug 
    NSLog (@"sLdapQueryCommand: %@\n", sLdapQueryCommand); 
    NSLog (@"aLdapQueryArgs: %@\n", aLdapQueryArgs); 
    NSLog (@"tskLdapTask: %@\n", [tskLdapTask arguments]); 
#endif 

    [tskLdapTask launch]; 

    while ([tskLdapTask isRunning]) { 
     [mdLdapTask appendData: [fhLdapTask readDataToEndOfFile]]; 
    } 
    [tskLdapTask waitUntilExit];//might be redundant here. 

    [mdLdapTask appendData: [fhLdapTask readDataToEndOfFile]];//add another read for safety after process/command stops 

    NSString* sLdapOutput = [[NSString alloc] initWithData: mdLdapTask encoding: NSUTF8StringEncoding];//convert output to something readable, as NSData and NSMutableData are mere byte buffers 

#ifdef bDoDebug 
    NSLog(@"LdapQueryOutput: %@\n", sLdapOutput); 
#endif 

    //Ok now we have the printservers from Active Directory, lets parse the output and show the list to the user in its combo box 
    //output is formatted as this, one printserver per line 
    //dn: CN=PSyourPrintServer,OU=Computers,DC=yourBaseDomainToSearchIn,DC=com 

    //so we have to search for "dn: CN=" to retrieve each printserver's name 
    //unfortunately splitting this up will give us a first line containing only "" empty string, which we can replace with the word "choose" 
    //appearing as first entry in the comboBox 

    aPrintServers = (NSMutableArray*)[sLdapOutput componentsSeparatedByString:@"dn: CN="];//split output into single lines and store it in the NSMutableArray aPrintServers 

#ifdef bDoDebug 
    NSLog(@"aPrintServers: %@\n", aPrintServers); 
#endif 

    if ([[aPrintServers objectAtIndex: 0 ] compare: @"" options: NSLiteralSearch] == NSOrderedSame){ 
     [aPrintServers replaceObjectAtIndex: 0 withObject: slChoose];//replace with localized string "choose" 

#ifdef bDoDebug 
     NSLog(@"aPrintServers: %@\n", aPrintServers); 
#endif 

    } 

//Now comes the tedious part to extract only the print-server-names from the single lines 
    NSRange r; 
    NSString* sTemp; 

    for (int i = 1; i < [aPrintServers count]; i++) {//skip first line with "choose". To get rid of the rest of the line, we must isolate/preserve the print server's name to the delimiting comma and remove all the remaining characters 
     sTemp = [aPrintServers objectAtIndex: i]; 
     sTemp = [sTemp stringByTrimmingCharactersInSet: [NSCharacterSet whitespaceAndNewlineCharacterSet]];//remove newlines and line feeds 

#ifdef bDoDebug 
     NSLog(@"sTemp: %@\n", sTemp); 
#endif 
     r = [sTemp rangeOfString: @","];//now find first comma to remove the whole rest of the line 
     //r.length = [sTemp lengthOfBytesUsingEncoding:NSUTF8StringEncoding]; 
     r.length = [sTemp length] - r.location;//calculate number of chars between first comma found and lenght of string 
#ifdef bDoDebug 
     NSLog(@"range: %i, %i\n", r.location, r.length); 
#endif 

     sTemp = [sTemp stringByReplacingCharactersInRange:r withString: @"" ];//remove rest of line 
#ifdef bDoDebug 
     NSLog(@"sTemp after replace: %@\n", sTemp); 
#endif 

     [aPrintServers replaceObjectAtIndex: i withObject: sTemp];//put back string into array for display in comboBox 

#ifdef bDoDebug 
     NSLog(@"aPrintServer: %@\n", [aPrintServers objectAtIndex: i]); 
#endif 

    } 

    [comboPrintServer removeAllItems];//reset combo box 
    [comboPrintServer addItemsWithObjectValues:aPrintServers]; 
    [comboPrintServer setNumberOfVisibleItems:aPrintServers.count]; 
    [comboPrintServer selectItemAtIndex:0]; 

#ifdef bDoDebug 
    NSLog(@"comboPrintServer reloaded with new values."); 
#endif 


//release memory we used for LdapTask 
    [sLdapQueryCommand release]; 
    [aLdapQueryArgs release]; 
    [sLdapOutput release]; 

    [fhLdapTask release]; 

    [pipeLdapTask release]; 
// [tskLdapTask release];//strangely can not be explicitely released, might be autorelease anyway 
// [mdLdapTask release];//strangely can not be explicitely released, might be autorelease anyway 

    [sTemp release]; 

    } 
} 

Answer 7

Mam własny natknąć przypadku, gdy to nie wystarczyło, aby po prostu osobny ciąg przez składowe wielu zadań, takich jak
1) kategoryzacji znak na typy
2) Dodanie nowych żetonów
3) oddzielenie ciąg między niestandardowymi zamknięć jak wszystkie słowa między "{" i "}"
Dla każdego takiego wymagania znalazłem Parse Kit ratownika.

Użyłem go do parsowania .PGN (pliki z zapisem gier) z powodzeniem jest bardzo szybki i lite.

Answer 8

Jeśli szukasz tokenise ciąg do wyszukiwanych haseł, przy jednoczesnym zachowaniu „cytowane zwroty”, oto kategoria NSString że szanuje różne typy par Cytat: ""''‘’“”

Zastosowanie:

NSArray *terms = [@"This is my \"search phrase\" I want to split" searchTerms]; 
// results in: ["This", "is", "my", "search phrase", "I", "want", "to", "split"] 

Kod:

@interface NSString (Search) 
- (NSArray *)searchTerms; 
@end 

@implementation NSString (Search) 

- (NSArray *)searchTerms { 

    // Strip whitespace and setup scanner 
    NSCharacterSet *whitespace = [NSCharacterSet whitespaceAndNewlineCharacterSet]; 
    NSString *searchString = [self stringByTrimmingCharactersInSet:whitespace]; 
    NSScanner *scanner = [NSScanner scannerWithString:searchString]; 
    [scanner setCharactersToBeSkipped:nil]; // we'll handle whitespace ourselves 

    // A few types of quote pairs to check 
    NSDictionary *quotePairs = @{@"\"": @"\"", 
           @"'": @"'", 
           @"\u2018": @"\u2019", 
           @"\u201C": @"\u201D"}; 

    // Scan 
    NSMutableArray *results = [[NSMutableArray alloc] init]; 
    NSString *substring = nil; 
    while (scanner.scanLocation < searchString.length) { 
     // Check for quote at beginning of string 
     unichar unicharacter = [self characterAtIndex:scanner.scanLocation]; 
     NSString *startQuote = [NSString stringWithFormat:@"%C", unicharacter]; 
     NSString *endQuote = [quotePairs objectForKey:startQuote]; 
     if (endQuote != nil) { // if it's a valid start quote we'll have an end quote 
      // Scan quoted phrase into substring (skipping start & end quotes) 
      [scanner scanString:startQuote intoString:nil]; 
      [scanner scanUpToString:endQuote intoString:&substring]; 
      [scanner scanString:endQuote intoString:nil]; 
     } else { 
      // Single word that is non-quoted 
      [scanner scanUpToCharactersFromSet:whitespace intoString:&substring]; 
     } 
     // Process and add the substring to results 
     if (substring) { 
      substring = [substring stringByTrimmingCharactersInSet:whitespace]; 
      if (substring.length) [results addObject:substring]; 
     } 
     // Skip to next word 
     [scanner scanCharactersFromSet:whitespace intoString:nil]; 
    } 

    // Return non-mutable array 
    return results.copy; 

} 

@end 

Answer 9

Jeśli szukasz do łupania językowa funkcja jest z ciągu (wyrazy, akapity, zdania, znaki i linie), należy użyć ciąg wyliczenie:

NSString * string = @" \n word1! word2,%$?'/word3.word4 "; 

[string enumerateSubstringsInRange:NSMakeRange(0, string.length) 
          options:NSStringEnumerationByWords 
         usingBlock: 
^(NSString *substring, NSRange substringRange, NSRange enclosingRange, BOOL *stop) { 
    NSLog(@"Substring: '%@'", substring); 
}]; 

// Logs: 
// Substring: 'word1' 
// Substring: 'word2' 
// Substring: 'word3' 
// Substring: 'word4' 

tego API współpracuje z innych języków, gdzie nie zawsze obowiązuje separator (np Język japoński). Również używanie NSStringEnumerationByComposedCharacterSequences jest właściwym sposobem na wyliczanie znaków, ponieważ wiele nie-zachodnich znaków ma więcej niż jeden bajt.