0. 从 std::string::replace 说起

• 代码一

std::string s = "hello world";
std::string t = "abc";
s.replace (0, 5, t, 2);

• 代码二

std::string s = "hello world";
char const* t = "abc";
s.replace (0, 5, t, 2);

以上两段代码，从字面上看，差别仅在 t 的类型，一为 std::string，一为 char const* ，带来二者的运行结果的区别是什么？

感到困惑？你不是第一人，也不会是最后一人。

有没有简单一字符串替换方法，就是那种填入一个原串，一个新串，一执行，就将文本中所有原串，替换成新串的那种？

当然有，pystring 库就是。

• msys2 / ucrt64 子环境下安装指令： mingw-w64-ucrt-x86_64-pystring;
• ubuntu 安装：sudo apt install libpystring-dev.

1. pystring 的“躺平”

pystring 本意是向 Python 语言学习，思路很好，设计也抄得可以，但在实现上，有点躺平，并且影响了一些功能的正确发挥……所以，在学习它之前，不妨还了解一下它的特点（包括不足）。

2. 上机实践

重点学习以下 pystring 函数：

• strip / lstrip / rstrip ： 去除前后缀字符 （不要用于多字节字符文本）
• split ： 以指定子串拆分
• splitline ：以 \n \r 等主流操作系统使用的换行符拆行 （场景：读文件）
• partition ：三段式拆分（场景：解析配置行）
• startswith / endswith ： 判断字符串是否以指定子串开始或收尾 （场景：解析协议）
• find / replace ：高频使用，简单明了
• count : 简单统计
• join : split 的返操作（场景：日志输出）

3. 代码

3.1 tasks.json

用于 vscode。

注：你需要将 command 、-I 、-L 参数，以及 options下的 cwd 字段中出现路径，分别替换为你的 msys2 相关路径 。

{
    "tasks": [
        {
            "type": "cppbuild",
            "label": "C/C++: g++.exe 生成活动文件",
            "command": "C:\\msys64\\ucrt64\\bin\\g++.exe",
            "args": [
                "-fdiagnostics-color=always",
                "-g",
                "${file}",
                "-I", "c:\\msys64\\ucrt64\\include",
                "-o",
                "${fileDirname}\\${fileBasenameNoExtension}.exe",
                "-L", "c:\\msys64\\ucrt64\\lib",
                "-lpystring"
            ],
            "options": {
                "cwd": "C:\\msys64\\ucrt64\\bin"
            },
            "problemMatcher": [
                "$gcc"
            ],
            "group": "build",
            "detail": "调试器生成的任务。"
        }
    ],
    "version": "2.0.0"
}

3.2 main.cpp

#include <cassert>

#include <iostream>
#include <vector>
#include <map>

#include <pystring/pystring.h>

// 打印 vector 内的多个字符串
void print_lines(std::vector<std::string> const& lines
        , char const* prefix = ""
        , char const* suffix = "\n"
        )
{
    std::cout << "\n";

    for (auto const& l : lines)
    {
        std::cout << prefix << l << suffix;
    }

    std::cout << "\n";
}

// 去除字符串的前后缀
void demo_strip() // lstrip, rstrip
{
    std::string s = "[\"123,456,789\"] ";
    std::string chars = "[]\" ";

    std::string s2 = pystring::strip(s, chars);
    std::cout << s2 << std::endl;

    std::string k1 = "一生只做", k2 = "中国人";
    std::cout << pystring::lstrip(k1, "一") << "\n"
        << pystring::lstrip(k2, "一") << std::endl;
}

// 拆分字符串
void demo_split()
{
    std::string s1 = "苹果，梨，西瓜，葡萄，橙，哈蜜瓜";
    auto fruits = pystring::split(s1, "，");
    print_lines(fruits);

    std::string s2 = "settings={a==b; c > d; a+c<=k}";
    auto parts = pystring::split(s2, "=", 1); //1 : 只拆一次
    print_lines(parts);
}

// 专用于拆分行
void demo_splitlines()
{
    std::string s = "床前明月光，\n疑是地上霜，\r举头望明月，\r\n低头思故乡。\n\r作者：李白";
    auto lines = pystring::splitlines(s);

    std::cout << lines.size() << "\n";
    print_lines(lines, "", "☇");
}

// 三段式拆分
void demo_partition()
{
    std::string settings = "1+2+3+4+5+6=(6+1)*3";
    auto parts = pystring::partition(settings, "=");
    assert(parts.size() == 3);
    
    print_lines(parts);
}

// 将三段式拆分、普通的拆分和去除前后缀的组合
void demo_partition_split_strip()
{
    std::string setting = "list =[\"size=1024\", \" 192.8.16.2 \",{12 Tom 1834} ]";
    auto parts = pystring::partition(setting, "=");
    assert(parts.size() == 3);

    auto items = pystring::split(parts[2], ",");

    for (auto & item : items)
    {
        item = pystring::strip(item, "[]\" ");
    }

    print_lines(items);
}

// 开始于，或收尾于指定的子串
void demo_startswith_endswith()
{
    std::string s = "你好，pystring";

    if (pystring::startswith(s, "你好") && pystring::endswith(s, "string"))
    {
        std::cout << "这句话好像是在对一段绳子问好！" << std::endl;
    }
}

// 查找和替换
void demo_find_replace()
{
    std::vector<std::string> s {"她爱吃萝卜", "她爱胡萝卜"};

    for (auto& i : s)
    {
        if (pystring::find(i, "吃") != -1)
        {
            i = pystring::replace(i, "萝卜", "白菜");
        }
    }

    print_lines(s);
}

// 子串出现个数
void demo_count()
{
    std::string s = "ababaab";

    std::vector<std::string> keys = {"ab", "aba", "abc"};

    std::map<std::string, int> counts;

    for (auto const& k : keys)
    {
        counts[k] = pystring::count(s, k);
    }

    for (auto [k, v] : counts)
    {
        std::cout << k << " 出现了 " << v << " 次！\n";
    }

    std::cout << std::endl;
}

void demo_join()
{
    std::vector<std::string> fruits {"苹果", "山楂", "葡萄", "梨"};

    std::cout << "我爱吃：" << pystring::join("，", fruits) << "。\n";
}

int main()
{
    std::vector<std::string> words = {"Hello", "World", "from", "pystring::join"};
    std::cout << pystring::join(" ~ ", words) << "\n"
        << pystring::rjust("—— 活着最重要，偶尔可躺平", 60) << "\n"
        << pystring::rjust("—— d2school （宣）", 53) << std::endl;


    demo_strip();
    demo_split();
    demo_splitlines();
    demo_partition();
    demo_partition_split_strip();
    demo_startswith_endswith();
    demo_find_replace();
    demo_count();
    demo_join();
}

附：“中”和“一”编码的秘密

汉字 “中” 和 “一” 的 UTF8 编码，分别是：

• 中：E4 B8 AD
• 一：E4 B8 80

于是，代码：
pystring::lstrip("中国人", "一");
在编译器看来，相当于：
pystring::lstrip("\xE4\xB8\xAD\xE5\x9B\xBD\xE4\xBA\xBA", "\xE4\xB8\x80");。