问高手们一个问题吧，关于字符串处理的

[zhaolinger2]

现在手里有个系统，可以通过输入类似xml的字符串实现某些功能。
比如下面这个字符串(CString)：

<INPUT><FILES><FILE><FILEPATH>C:/1.txt</FILEPATH><TIMEOUT>300</TIMEOUT></FILE><FILE><FILEPATH>C:/2.txt</FILEPATH><TIMEOUT>500</TIMEOUT></FILE></FILES><FILES>...</FILES></INPUT>

输入系统后，系统会解析这个字符串，提取出各项参数，然后做出对应的响应。
比如上面这个，就会从指定路径的文件中分别读入数据，如果读取时间超过设定值，则停止读入并报错。

现在客户有一个上百万字符长度的上面这种格式的字符串，系统中有个功能是提取出所有的位于同一个<FILES></FILES>中的<FILEPATH></FILEPATH>中的文件路径，将它们按顺序拼接成一个新字符串，中间用逗号分隔，有几个<FILES></FILES>就生成几个新字符串。我发现如果频繁使用CString自带的Find和Mid方法，处理会很慢，大概需要一分钟才能处理完。不知道有没有高手能够优化这个处理逻辑？

不胜感谢！100分送上！

[selooloo]

我写的一个，扫描一遍即可提取所需信息

#include <stdio.h>
#include <string.h>

void extract(char *str)
{
     char *s=str;
     char word[64]={0},wbuf[8][32]={0};//wbuf存储路径字符串
     int i=0,begin=0,sbegin=0,wcount=-1;
     while(*s!='\0')
     {
         if(*s=='>')
         {
             word[i++]=*s++;
             word[i]=0;
             i=0;
             if(strcmp(word,"<FILES>")==0)
             {
                 wcount++;
             }
             if(strcmp(word,"<FILEPATH>")==0)
             {
                 begin++;
             }
         }
         else if(*s=='<' && i>0)
         {
             word[i]=0;
             if(begin)
             {
                 strcat(wbuf[wcount],word);
                 strcat(wbuf[wcount],",");
                 begin--;
             }
             i=0;
         }
         word[i++]=*s++;    
     }
     for(i=0;i<=wcount;++i)
     {
         puts(wbuf[i]);
     }
}
int main(void)
{
    char *buf="<INPUT><FILES><FILE><FILEPATH>C:/1.txt</FILEPATH>"
    "<TIMEOUT>300</TIMEOUT></FILE><FILE><FILEPATH>C:/2.txt"
    "</FILEPATH><TIMEOUT>500</TIMEOUT></FILE></FILES>"
    "<FILES><FILE><FILEPATH>C:/3.txt</FILEPATH>"
    "<TIMEOUT>300</TIMEOUT></FILE><FILE><FILEPATH>C:/4.txt"
    "</FILEPATH><TIMEOUT>500</TIMEOUT></FILE></FILES>";
    
    extract(buf);
    getchar();
    return 0;
}
    

[harderman]

LS强大.

[赵4老师]

《编译原理》词法分析 有限状态自动机

[gules]

用栈检查平衡符号一样的算法，来进行处理即可。

[hslinux]

数据头加多一行XML标志，直接作为XML数据解析是否可行？

[zhaolinger2]

最好是使用字符串来处理，尽量不要使用XML来解析。如果最后实在没有办法，用XML解析也是一种方案。

[Quote=引用 1 楼 hslinux 的回复:]
数据头加多一行XML标志，直接作为XML数据解析是否可行？
[/Quote]

[ouyh12345]

CString处理大量的字符确实很费劲
用char *或者std::string

[qq120848369]

可以写个状态机,应该连嵌套<FILES> <FILES> <FILEPATH></FILEPATH> </FILES> </FILES>
这样复杂的情况也可以,我不懂XML.

就和写个词法分析器一样.从初态S开始,根据识别的字符进入不同的状态,如果是终态就找到一个关键字.

主要就是hash_table<(当前状态,字符),下一个状态>,实现时候每个状态对应一个函数就可以.

[modyaj]

[Quote=引用 3 楼 ouyh12345 的回复:]
CString处理大量的字符确实很费劲
用char *或者std::string
[/Quote]
++1

[ocean1004]

词法分析器？没看懂。留个名。。。