NSString-Tokenize in Objective-C

Question

Was ist der beste Weg, um einen NSString in Objective-C zu zerlegen/teilen?

Answer 1

Gefunden dies bei http://borkware.com/quickies/one?topic=NSString (nützlich Link):

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

hoffe, das hilft!

Adam

Answer 2

Wenn Sie nur eine Zeichenfolge teilen möchten, verwenden Sie -[NSString componentsSeparatedByString:]. Verwenden Sie für eine komplexere Tokenisierung die NSScanner-Klasse.

Answer 3

Wenn Ihr tokenization Bedürfnisse komplexer sind, überprüfen Sie meine Open-Source-Cocoa String Tokenisieren/Parsing-Toolkit aus: ParseKit:

http://parsekit.com

Für einfache Aufspaltung von Strings ein Trennzeichen char (wie ':') , ParseKit wäre definitiv übertrieben. Aber auch für komplexe Tokenisierungsanforderungen ist ParseKit äußerst leistungsfähig/flexibel.

Siehe auch die ParseKit Tokenization documentation.

Answer 4

Jeder hat componentsSeparatedByString: erwähnt, aber auch CFStringTokenizer verwenden können (denken Sie daran, dass ein NSString und CFString austauschbar sind), die zu natürlichen Sprachen tokenize wird (wie Chinesisch/Japanisch, die keine Wörter auf Räume aufgeteilt).

Answer 5

Wenn Sie mehrere Zeichen in Token zerlegen möchten, können Sie NSString componentsSeparatedByCharactersInSet verwenden. NSCharacterSet hat einige handliche vorgefertigte Sets wie die whitespaceCharacterSet und die illegalCharacterSet. Und es hat Initialisierer für Unicode-Bereiche.

Sie können auch Zeichensätze kombinieren und nutzen sie, wie dies tokenize,:

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

Beachten Sie, dass componentsSeparatedByCharactersInSet leere Saiten erzeugen wird, wenn es mehr als ein Mitglied der charSet in einer Reihe trifft, so dass Sie Vielleicht möchten Sie für Längen von weniger als 1 zu testen.

Answer 6

Ich hatte einen Fall, wo ich die Konsolenausgabe nach einer LDAP-Abfrage mit ldapsearch teilen musste. Richten Sie zuerst die NSTask ein und führen Sie sie aus (ich habe hier ein gutes Codebeispiel gefunden: Execute a terminal command from a Cocoa app). Aber dann musste ich die Ausgabe aufteilen und analysieren, um nur die Print-Server-Namen aus der Ldap-Abfrage-Ausgabe zu extrahieren. Leider ist es eine mühsame String-Manipulation, die überhaupt kein Problem wäre, wenn wir C-Strings/Arrays mit einfachen C-Array-Operationen manipulieren würden. Also hier ist mein Code mit Kakao-Objekten. Wenn Sie bessere Vorschläge haben, lassen Sie es mich wissen.

//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

Ich habe mich selbst über Instanz kommen, wo es nicht genug war, um nur getrennte Zeichenfolge von Komponente viele Aufgaben wie
1) Kategorisieren von Token in Typen
2) Das Hinzufügen von neuen Token
3) Zeichenfolge zwischen benutzerdefinierten Verschlüsse Trennung wie alle Wörter zwischen "{" und "}"
Für solche Anforderungen fand ich Parse Kit ein Lebensretter.

Ich habe es verwendet, um .PGN (prtable Gaming Notation) Dateien erfolgreich zu analysieren, es ist sehr schnell und lite.

Answer 8

Wenn Sie suchen einen String in Suchbegriffe tokenise während „zitierte Sätze“ zu bewahren, ist hier eine NSString Kategorie, die verschiedene Arten von Kurspaare respektiert: ""''‘’“”

Verbrauch:

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

Code:

@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

Wenn Sie schauen, zum Spalten von linguistischen Merkmals eines Strings (Wörter, Absätze, Zeichen, Sätze und Zeilen), verwenden String Aufzählung:

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' 

Diese api mit anderen Sprachen funktioniert, wo Räume sind nicht immer das Trennzeichen (z Japanisch). Auch die Verwendung von NSStringEnumerationByComposedCharacterSequences ist die richtige Methode zum Aufzählen von Zeichen, da viele nicht-westliche Zeichen mehr als ein Byte lang sind.