Boost.Tokenizer 實現多重分隔符字串分割技巧

致敬 Boost 庫的簡潔威力。本文展示使用 boost::tokenizer 輕鬆實現電話號碼等字串的多重分隔符分割。

分割規則

支援四種分隔符（可混合使用）：

• 分號 ;：1391067;62963517 或 1391067;62963;
• 逗號 ,：1391067,62963517 或 1391067,62963,
• 中文分號 ；：1391067；62963 或 1391067；629637；
• 中文逗號 ，：1391067，62963 或 1391067，629617，

混合範例：1391067,6617;62980；1234，5678；9900,0099；

核心程式碼

#include <boost/tokenizer.hpp>
#include <string>

std::string _sTokenFaxNumber("629780;010620,01091293；1234，5678;8989");

// 定義分隔符集合
boost::char_separator<char> sep(";,；，");

// 建立 tokenizer 型別別名
typedef boost::tokenizer<boost::char_separator<char> > tokenizer;

// 分割並迭代
tokenizer tokens(_sTokenFaxNumber, sep);
for (tokenizer::iterator it = tokens.begin(); it != tokens.end(); ++it) {
    _bstr_t bstrSingleFax((*it).c_str()); // 轉換為 BSTR 供後續使用
    // 處理單一號碼...
}

關鍵點解析

• char_separator 建構函式接受分隔符字串，自動處理所有字元作為分隔符。
• tokenizer 為輸入迭代器，支援標準演算法與範圍-based for 迴圈（C++11）。
• 自動處理連續分隔符、前導/尾隨分隔符產生的空語彙（可透過政策類別自訂）。
• 無需手寫狀態機或正則表達式，代碼極度簡潔且效能優異。

應用場景

適用於任何需解析多格式分隔符的結構化字串：電話號碼清單、CSV 變體、標籤序列、指令參數等。