如何迭代Lua字符串中的各个字符?


87

我在Lua中有一个字符串,想要迭代其中的各个字符。但是我尝试过的代码都没有用,而官方手册仅显示了如何查找和替换子字符串:(

str = "abcd"
for char in str do -- error
  print( char )
end

for i = 1, str:len() do
  print( str[ i ] ) -- nil
end

Answers:


123

在lua 5.1中,您可以通过两种方式迭代字符串的字符。

基本循环为:

因为我= 1,#str做
    局部c = str:sub(i,i)
    -用c做某事
结束

但是,使用模式string.gmatch()来获得字符上的迭代器可能会更有效:

对于c in str:gmatch”。做
    -用c做某事
结束

甚至string.gsub()用于为每个字符调用一个函数:

str:gsub(“。”,function(c)
    -用c做某事
结束)

在以上所有内容中,我都利用了以下事实:将string模块设置为所有字符串值的元表,因此可以使用:符号将其功能称为成员。我还使用了(5.1的新版本,IIRC)#来获取字符串长度。

为您的应用程序提供最佳答案取决于许多因素,如果性能至关重要,那么基准就是您的朋友。

您可能想要评估为什么需要遍历字符,并查看已绑定到Lua的正则表达式模块之一,或者以现代方法查看Roberto的lpeg模块,该模块为Lua实现了语法分析语法。


谢谢。关于您提到的lpeg模块-标记化后是否将标记位置保存在原始文本中?我需要执行的任务是通过lua在语法上突出显示特定的简单语言(没有编译的c ++解析器)。另外,如何安装lpeg?似乎它在发行版中具有.c源-是否需要与lua一起编译?
grigoryvp,2009年

构建lpeg将生成一个DLL(或.so),该DLL应存储在require可以找到它的位置。(即在lua安装中由全局package.cpath的内容标识的位置。)如果要使用其简化语法,还需要安装其配套模块re.lua。从lpeg语法中,您可以通过多种方式获取回调和捕获文本,当然可以使用捕获来简单存储匹配位置以供以后使用。如果语法突出显示是目标,那么PEG并不是一个不错的选择。
RBerteig

3
更不用说SciTE最新版本(从2.22版本开始)包括基于LPEG的词法分析器Scintillua,这意味着它可以立即使用,无需重新编译。
Stuart P. Bentley


9

根据手头的任务,它可能更容易使用string.byte。这也是最快的方法,因为它避免了创建新的子字符串,这在Lua中由于每个新字符串的散列并检查它是否已知而显得非常昂贵。您可以预先计算所需符号的代码,string.byte以保持可读性和可移植性。

local str = "ab/cd/ef"
local target = string.byte("/")
for idx = 1, #str do
   if str:byte(idx) == target then
      print("Target found at:", idx)
   end
end

5

提供的答案(此处此处此处)中已经有很多好的方法。如果您主要追求速度,那么您绝对应该考虑通过Lua的C API来完成这项工作,它比原始Lua代码快许多倍。当使用预加载的块(例如load function)时,差异不是很大,但是仍然相当可观。

至于纯粹的Lua解决方案,让我分享一下我已经制定的这个小型基准。它涵盖了迄今为止提供的所有答案,并增加了一些优化。尽管如此,要考虑的基本问题是:

您需要遍历字符串中的字符多少次?

  • 如果答案是“一次”,则应查找下划线的第一部分(“原始速度”)。
  • 否则,第二部分将提供更精确的估计,因为它将字符串解析到表中,迭代起来要快得多。您还应该考虑为此编写一个简单的函数,例如@Jarriz建议。

这是完整的代码:

-- Setup locals
local str = "Hello World!"
local attempts = 5000000
local reuses = 10 -- For the second part of benchmark: Table values are reused 10 times. Change this according to your needs.
local x, c, elapsed, tbl
-- "Localize" funcs to minimize lookup overhead
local stringbyte, stringchar, stringsub, stringgsub, stringgmatch = string.byte, string.char, string.sub, string.gsub, string.gmatch

print("-----------------------")
print("Raw speed:")
print("-----------------------")

-- Version 1 - string.sub in loop
x = os.clock()
for j = 1, attempts do
    for i = 1, #str do
        c = stringsub(str, i)
    end
end
elapsed = os.clock() - x
print(string.format("V1: elapsed time: %.3f", elapsed))

-- Version 2 - string.gmatch loop
x = os.clock()
for j = 1, attempts do
    for c in stringgmatch(str, ".") do end
end
elapsed = os.clock() - x
print(string.format("V2: elapsed time: %.3f", elapsed))

-- Version 3 - string.gsub callback
x = os.clock()
for j = 1, attempts do
    stringgsub(str, ".", function(c) end)
end
elapsed = os.clock() - x
print(string.format("V3: elapsed time: %.3f", elapsed))

-- For version 4
local str2table = function(str)
    local ret = {}
    for i = 1, #str do
        ret[i] = stringsub(str, i) -- Note: This is a lot faster than using table.insert
    end
    return ret
end

-- Version 4 - function str2table
x = os.clock()
for j = 1, attempts do
    tbl = str2table(str)
    for i = 1, #tbl do -- Note: This type of loop is a lot faster than "pairs" loop.
        c = tbl[i]
    end
end
elapsed = os.clock() - x
print(string.format("V4: elapsed time: %.3f", elapsed))

-- Version 5 - string.byte
x = os.clock()
for j = 1, attempts do
    tbl = {stringbyte(str, 1, #str)} -- Note: This is about 15% faster than calling string.byte for every character.
    for i = 1, #tbl do
        c = tbl[i] -- Note: produces char codes instead of chars.
    end
end
elapsed = os.clock() - x
print(string.format("V5: elapsed time: %.3f", elapsed))

-- Version 5b - string.byte + conversion back to chars
x = os.clock()
for j = 1, attempts do
    tbl = {stringbyte(str, 1, #str)} -- Note: This is about 15% faster than calling string.byte for every character.
    for i = 1, #tbl do
        c = stringchar(tbl[i])
    end
end
elapsed = os.clock() - x
print(string.format("V5b: elapsed time: %.3f", elapsed))

print("-----------------------")
print("Creating cache table ("..reuses.." reuses):")
print("-----------------------")

-- Version 1 - string.sub in loop
x = os.clock()
for k = 1, attempts do
    tbl = {}
    for i = 1, #str do
        tbl[i] = stringsub(str, i) -- Note: This is a lot faster than using table.insert
    end
    for j = 1, reuses do
        for i = 1, #tbl do
            c = tbl[i]
        end
    end
end
elapsed = os.clock() - x
print(string.format("V1: elapsed time: %.3f", elapsed))

-- Version 2 - string.gmatch loop
x = os.clock()
for k = 1, attempts do
    tbl = {}
    local tblc = 1 -- Note: This is faster than table.insert
    for c in stringgmatch(str, ".") do
        tbl[tblc] = c
        tblc = tblc + 1
    end
    for j = 1, reuses do
        for i = 1, #tbl do
            c = tbl[i]
        end
    end
end
elapsed = os.clock() - x
print(string.format("V2: elapsed time: %.3f", elapsed))

-- Version 3 - string.gsub callback
x = os.clock()
for k = 1, attempts do
    tbl = {}
    local tblc = 1 -- Note: This is faster than table.insert
    stringgsub(str, ".", function(c)
        tbl[tblc] = c
        tblc = tblc + 1
    end)
    for j = 1, reuses do
        for i = 1, #tbl do
            c = tbl[i]
        end
    end
end
elapsed = os.clock() - x
print(string.format("V3: elapsed time: %.3f", elapsed))

-- Version 4 - str2table func before loop
x = os.clock()
for k = 1, attempts do
    tbl = str2table(str)
    for j = 1, reuses do
        for i = 1, #tbl do -- Note: This type of loop is a lot faster than "pairs" loop.
            c = tbl[i]
        end
    end
end
elapsed = os.clock() - x
print(string.format("V4: elapsed time: %.3f", elapsed))

-- Version 5 - string.byte to create table
x = os.clock()
for k = 1, attempts do
    tbl = {stringbyte(str,1,#str)}
    for j = 1, reuses do
        for i = 1, #tbl do
            c = tbl[i]
        end
    end
end
elapsed = os.clock() - x
print(string.format("V5: elapsed time: %.3f", elapsed))

-- Version 5b - string.byte to create table + string.char loop to convert bytes to chars
x = os.clock()
for k = 1, attempts do
    tbl = {stringbyte(str, 1, #str)}
    for i = 1, #tbl do
        tbl[i] = stringchar(tbl[i])
    end
    for j = 1, reuses do
        for i = 1, #tbl do
            c = tbl[i]
        end
    end
end
elapsed = os.clock() - x
print(string.format("V5b: elapsed time: %.3f", elapsed))

输出示例(Lua 5.3.4,Windows)

-----------------------
Raw speed:
-----------------------
V1: elapsed time: 3.713
V2: elapsed time: 5.089
V3: elapsed time: 5.222
V4: elapsed time: 4.066
V5: elapsed time: 2.627
V5b: elapsed time: 3.627
-----------------------
Creating cache table (10 reuses):
-----------------------
V1: elapsed time: 20.381
V2: elapsed time: 23.913
V3: elapsed time: 25.221
V4: elapsed time: 20.551
V5: elapsed time: 13.473
V5b: elapsed time: 18.046

结果:

就我而言,string.bytestring.sub的原始速度最快。使用缓存表并在每个循环中重复使用10次时,string.byte即使将字符码转换回chars ,该版本也是最快的(这并不总是必需的,取决于使用情况)。

您可能已经注意到,我根据以前的基准进行了一些假设,并将其应用于代码:

  1. 如果在循环中使用库函数,则应始终对其进行本地化,因为它要快得多。
  2. 插入新元素到卢阿表是使用快得多tbl[idx] = valuetable.insert(tbl, value)
  3. 使用循环遍历表的for i = 1, #tbl速度比快一点for k, v in pairs(tbl)
  4. 总是喜欢使用较少函数调用的版本,因为调用本身会增加执行时间。

希望能帮助到你。


0

所有人都提出了一种不太理想的方法

最好:

    function chars(str)
        strc = {}
        for i = 1, #str do
            table.insert(strc, string.sub(str, i, i))
        end
        return strc
    end

    str = "Hello world!"
    char = chars(str)
    print("Char 2: "..char[2]) -- prints the char 'e'
    print("-------------------\n")
    for i = 1, #str do -- testing printing all the chars
        if (char[i] == " ") then
            print("Char "..i..": [[space]]")
        else
            print("Char "..i..": "..char[i])
        end
    end

“欠佳”适合什么任务?“最佳”任务是什么?
奥列格·沃尔科夫

0

迭代构造一个字符串,并使用load()返回此字符串作为表...

itab=function(char)
local result
for i=1,#char do
 if i==1 then
  result=string.format('%s','{')
 end
result=result..string.format('\'%s\'',char:sub(i,i))
 if i~=#char then
  result=result..string.format('%s',',')
 end
 if i==#char then
  result=result..string.format('%s','}')
 end
end
 return load('return '..result)()
end

dump=function(dump)
for key,value in pairs(dump) do
 io.write(string.format("%s=%s=%s\n",key,type(value),value))
end
end

res=itab('KOYAANISQATSI')

dump(res)

扑灭...

1=string=K
2=string=O
3=string=Y
4=string=A
5=string=A
6=string=N
7=string=I
8=string=S
9=string=Q
10=string=A
11=string=T
12=string=S
13=string=I
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.