C++で文字列を分割したい場合、Pythonの split() のような感覚で使える機能を探す人は多いです。
しかし、C++では文字列に対してそのまま使える split() メソッドは基本的に用意されていません。
そのため、C++で文字列を分割するには、標準ライブラリの機能を組み合わせたり、自分で分割処理を作ったりする必要があります。
代表的な方法には、空白区切りに向いている方法、カンマなどの1文字区切りに向いている方法、より細かく制御できる自作処理、C++20以降で使える std::views::split、Boostライブラリの boost::split などがあります。
C++に標準のsplit関数はあるのか
C++17以前には直接的なsplit関数はない
C++17以前の標準ライブラリには、Pythonの split() のように、文字列を指定した区切り文字で分割して配列のように返す関数はありません。
そのため、C++では文字列分割を行うときに、目的に応じて別の機能を使い分ける必要があります。
たとえば、空白で分割したい場合と、カンマで分割したい場合では、使いやすい方法が異なります。
C++20以降ではviews::splitが使える
C++20以降では、Rangesライブラリの機能として std::views::split が使えます。
ただし、std::views::split は、分割結果をすぐに文字列の配列として返すものではありません。
分割された各要素は、元の文字列に対する範囲として扱われます。
そのため、単純に「文字列のリストが欲しい」という場合には、必要に応じて文字列へ変換する処理が必要になります。
Pythonのsplitとは考え方が違う
Pythonの split() は、文字列を分割すると、分割後の文字列リストをすぐに得られます。
一方、C++では、分割結果をどのような形で持つかを自分で考える場面が多くなります。
これは一見面倒に感じるかもしれませんが、空要素を残すか、除外するか、前後の空白を取り除くかなどを細かく制御しやすいという利点もあります。
空白で文字列を分割する方法
stringstreamを使うのが基本
空白で区切られた文字列を分割したい場合は、std::stringstream を使う方法がよく使われます。
std::stringstream は、文字列を入力ストリームのように扱うための機能です。
空白で区切られた単語を順番に取り出したいときに便利です。
スペース以外の空白文字にも対応できる
std::stringstream を使った空白区切りでは、通常のスペースだけでなく、タブや改行も区切りとして扱われます。
そのため、複数のスペースが連続している場合や、改行を含む文字列でも、単語単位で取り出しやすくなります。
たとえば、ユーザー入力やテキストファイルから単語を取り出すような場面に向いています。
空白区切り以外には向いていない
std::stringstream は空白区切りには便利ですが、カンマやスラッシュなど、任意の記号で分割したい場合にはそのままでは扱いにくいです。
カンマ区切りやハイフン区切りの文字列を処理する場合は、std::getline や find、substr を使う方法のほうが適しています。
カンマなどの1文字で分割する方法
getlineを使う方法がよく使われる
カンマ、スラッシュ、ハイフン、コロンなど、1文字の区切り文字で分割したい場合は、std::getline を使う方法が一般的です。
std::getline は、指定した区切り文字が現れるまで文字列を読み取る機能です。
通常は1行ずつ文字列を読むために使われますが、区切り文字を指定すれば、カンマ区切りなどの分割にも利用できます。
getlineが向いているケース
std::getline は、次のような文字列を分割したい場合に向いています。
カンマ区切りの文字列、スラッシュで区切られたパス、ハイフンで区切られた日付、コロンで区切られた時刻などです。
単純な1文字区切りであれば、比較的わかりやすく実装できます。
途中の空要素は取得できる
std::getline を使うと、途中に空の要素がある場合でも取得できます。
たとえば、カンマが連続している文字列では、カンマとカンマの間に空文字があると考えられます。
このような空要素を残したい場合、std::getline は一定の範囲で対応できます。
末尾の空要素には注意が必要
文字列の末尾が区切り文字で終わる場合には注意が必要です。
たとえば、最後にカンマが付いている文字列では、本来であれば最後に空の要素があると考えられます。
しかし、一般的な std::getline の使い方では、この末尾の空要素が結果に含まれない場合があります。
空欄にも意味があるデータを扱う場合は、この挙動を理解しておく必要があります。
findとsubstrを使って分割する方法
分割処理を細かく制御できる
文字列分割をより細かく制御したい場合は、find と substr を使って分割処理を作る方法があります。
find は区切り文字の位置を探すために使います。
substr は、文字列の一部を切り出すために使います。
この2つを組み合わせることで、任意の区切り文字で文字列を分割できます。
末尾の空要素を保持しやすい
find と substr を使う方法のメリットは、末尾の空要素まで扱いやすいことです。
たとえば、文字列の最後が区切り文字で終わっている場合でも、最後に空文字があるものとして処理できます。
この挙動は、表形式データやログデータ、設定ファイルのように、空欄の位置に意味があるデータを扱うときに重要です。
空要素を残すか除外するかを決められる
自作の分割処理では、空要素を残すか除外するかを自由に決められます。
たとえば、単なる単語リストを作りたい場合は、空要素を除外したほうが扱いやすいことがあります。
一方で、データの列数や位置関係を保ちたい場合は、空要素を残す必要があります。
文字列分割では、この「空要素をどう扱うか」が非常に重要です。
複数文字の区切り文字で分割する方法
区切り文字が1文字とは限らない
文字列を分割するとき、区切り文字が1文字とは限りません。
たとえば、ハイフン2つ、スラッシュ2つ、特定の記号列、特定の単語などで分割したい場合があります。
このようなケースでは、1文字の区切り文字ではなく、文字列としての区切り文字を扱う必要があります。
複数文字区切りにはfindが使いやすい
複数文字の区切り文字に対応したい場合は、find を使う方法がわかりやすいです。
find は1文字だけでなく、文字列全体を検索することもできます。
そのため、特定の文字列を区切りとして探し、その位置を基準に分割できます。
空の区切り文字には注意する
複数文字区切りを扱うときは、区切り文字が空文字だった場合の扱いに注意が必要です。
空文字を区切り文字として指定すると、どこで分割するべきかが曖昧になります。
実装によっては無限ループの原因にもなります。
そのため、区切り文字が空の場合は、元の文字列をそのまま返す、エラーとして扱う、特別なルールを決めるなどの対応が必要です。
空要素の扱い方
空要素とは何か
空要素とは、区切り文字と区切り文字の間に文字がない場合に発生する空の文字列です。
たとえば、カンマが連続している文字列では、その間に空要素があると考えられます。
また、文字列の先頭や末尾に区切り文字がある場合にも、空要素が発生することがあります。
空要素を残すべきケース
空要素を残すべきなのは、データの位置や列数に意味がある場合です。
たとえば、表形式のデータでは、空欄も1つの項目として扱わなければならないことがあります。
このような場合に空要素を削除してしまうと、項目の位置がずれてしまい、データの意味が変わってしまいます。
空要素を除外してよいケース
一方で、単語リストやタグ一覧のように、空欄に意味がない場合は、空要素を除外したほうが扱いやすいです。
たとえば、余計な区切り文字が入っているだけなら、空要素を無視して必要な文字列だけを取り出すほうが自然です。
空要素を残すか除外するかは、処理したいデータの性質によって判断する必要があります。
前後の空白を削除する処理
分割後に空白が残ることがある
カンマ区切りの文字列では、区切り文字の後ろにスペースが入っていることがあります。
このような文字列を単純に分割すると、分割後の文字列の先頭や末尾に空白が残る場合があります。
プログラムでは、空白がある文字列と空白がない文字列は別物として扱われます。
そのため、比較や検索を行う場合に問題になることがあります。
trim処理を組み合わせる
分割後の文字列をきれいに扱いたい場合は、前後の空白を削除する処理を組み合わせると便利です。
このような処理は一般的に trim と呼ばれます。
trim を行うことで、余計なスペースやタブを取り除き、分割結果を扱いやすい形に整えられます。
空白削除が必要なケース
空白削除が必要になるのは、カンマの後にスペースが入っているデータ、ユーザーが手入力したデータ、設定ファイル、CSV風の簡易データなどです。
人間が読みやすいようにスペースを入れた文字列でも、プログラムで扱うときにはその空白が邪魔になることがあります。
そのため、分割処理と空白削除処理はセットで考えると実用的です。
C++20のviews::split
Rangesライブラリの分割機能
C++20以降では、Rangesライブラリの std::views::split を使って文字列を分割できます。
これは、文字列や配列などの範囲を、指定した区切り文字や区切りパターンで分割するための機能です。
現代的なC++の書き方をしたい場合には、有力な選択肢になります。
遅延評価で分割結果を扱う
std::views::split は、分割結果をすぐにすべての文字列として作るわけではありません。
分割された部分を範囲として扱い、必要に応じて取り出していくような考え方です。
このような仕組みは、不要なコピーを避けられる可能性がある一方で、C++のRangeやイテレータに慣れていないと理解しにくい場合があります。
初心者にはやや難しい
std::views::split は便利ですが、C++初心者にとっては少し難しく感じられることがあります。
特に、分割結果がそのまま文字列になるわけではない点が混乱しやすいです。
そのため、最初は std::stringstream、std::getline、find と substr を理解してから、必要に応じて std::views::split を学ぶとよいです。
Boostのsplit
Boostを使える環境では便利
Boostライブラリを使える環境であれば、boost::split も便利な選択肢です。
BoostはC++で広く使われているライブラリ群で、標準ライブラリにはない便利な機能を多く提供しています。
文字列分割についても、boost::split を使えば比較的簡単に処理できます。
複数の区切り文字を指定しやすい
boost::split は、複数の区切り文字を扱いやすい点が特徴です。
たとえば、カンマ、セミコロン、スペースのいずれかで分割したい場合などに便利です。
標準ライブラリだけで同じ処理を書くよりも、簡潔に書けることがあります。
空要素の扱いも調整できる
Boostでは、連続する区切り文字をどう扱うかも調整できます。
空要素を残したい場合と、区切り文字の連続をまとめて扱いたい場合で、処理を切り替えられます。
ただし、Boostを使うにはプロジェクトにライブラリを導入する必要があります。
標準ライブラリだけで済ませたい場合は、std::getline や自作の分割処理を使うほうが適していることもあります。
CSVをsplitで処理するときの注意点
単純なカンマ分割では不十分な場合がある
CSVを扱うとき、単純にカンマで分割すればよいと思われがちです。
しかし、実際のCSVでは、カンマが必ずしも区切り文字とは限りません。
ダブルクォートで囲まれた文字列の中にカンマが含まれている場合、そのカンマはデータの一部として扱う必要があります。
CSVには専用のルールがある
CSVには、ダブルクォートで囲まれたフィールド、フィールド内のカンマ、ダブルクォートのエスケープ、改行を含むフィールド、空フィールドなどのルールがあります。
これらを正しく扱うには、単純な文字列分割だけでは足りません。
特に、Excelなどから出力されたCSVや、外部システムから受け取るCSVでは注意が必要です。
厳密に扱うならCSVパーサーを使う
CSVを正確に処理する必要がある場合は、簡単なsplit処理ではなく、CSV専用のパーサーを使うほうが安全です。
単純な形式のデータであればカンマ分割で対応できることもあります。
しかし、引用符や改行を含む可能性があるなら、専用の処理を使うべきです。
数値に変換する場合の注意点
分割後の文字列はそのままでは数値ではない
文字列を分割して得られる結果は、あくまで文字列です。
たとえば、数字のように見える文字列であっても、そのままでは整数や小数として計算できません。
計算に使いたい場合は、文字列から数値に変換する必要があります。
変換できない文字列に注意する
文字列を数値に変換する場合、変換できない文字が含まれているとエラーになることがあります。
たとえば、数字の代わりにアルファベットが入っている場合や、空文字が含まれている場合です。
そのため、分割後に数値変換を行う場合は、入力データが正しいかを確認する処理も重要です。
空要素がある場合は特に注意する
カンマが連続している文字列や、末尾に区切り文字がある文字列では、空要素が発生することがあります。
空文字をそのまま数値に変換しようとすると、エラーになる可能性があります。
数値データを扱う場合は、空要素を無視するのか、0として扱うのか、エラーとして扱うのかを決めておく必要があります。
用途別の使い分け
空白区切りならstringstream
空白で区切られた文字列を単語ごとに取り出したい場合は、std::stringstream が向いています。
スペース、タブ、改行をまとめて区切りとして扱えるため、シンプルな単語分割に便利です。
1文字区切りならgetline
カンマ、スラッシュ、ハイフンなど、1文字の区切り文字で分割したい場合は、std::getline が使いやすいです。
単純な形式のデータであれば、十分に対応できます。
細かく制御したいならfindとsubstr
末尾の空要素を保持したい場合、空要素を細かく扱いたい場合、複数文字の区切り文字に対応したい場合は、find と substr を使う方法が適しています。
自分でルールを決められるため、実務的な処理にも向いています。
C++20以降ならviews::split
C++20以降を使える環境で、Rangesに慣れている場合は、std::views::split も選択肢になります。
ただし、分割結果の扱いがやや特殊なので、基本的な文字列処理を理解してから使うのがおすすめです。
Boostを使えるならboost::split
Boostを導入できるプロジェクトであれば、boost::split を使うと便利です。
複数の区切り文字や空要素の扱いを柔軟に指定できるため、標準ライブラリだけで書くより簡潔になる場合があります。
初心者が理解しておきたいポイント
C++ではsplitの挙動を自分で決めることが多い
C++では、文字列分割の結果をどのように扱うかを自分で決める場面が多くあります。
空要素を残すのか、除外するのか。
前後の空白を削除するのか、そのまま残すのか。
末尾の区切り文字をどう扱うのか。
これらの設計によって、分割処理の結果は変わります。
データの意味に合わせて分割方法を選ぶ
文字列分割では、単に区切り文字で分ければよいとは限りません。
扱うデータの意味に合わせて、適切な方法を選ぶ必要があります。
単語の一覧を作るだけなら空要素を除外しても問題ないことがあります。
一方で、表形式データでは空要素を残さないと、列の位置がずれてしまうことがあります。
まずは基本的な方法から覚える
C++で文字列分割を学ぶなら、最初は std::stringstream、std::getline、find と substr の3つを理解するとよいです。
この3つを理解しておけば、多くの文字列分割処理に対応できます。
その後で、C++20の std::views::split やBoostの boost::split を学ぶと、より柔軟に文字列処理を書けるようになります。
まとめ
C++には、Pythonのように文字列から直接使える単純な split() メソッドはありません。
そのため、文字列を分割するには、目的に応じて方法を選ぶ必要があります。
空白区切りであれば std::stringstream、カンマなどの1文字区切りであれば std::getline がよく使われます。
末尾の空要素や空文字の扱いまで細かく制御したい場合は、find と substr を使って分割処理を作る方法が適しています。
C++20以降では std::views::split が使えますが、分割結果がそのまま文字列の配列になるわけではないため、扱いには注意が必要です。
Boostを使える環境では、boost::split を使うと、複数の区切り文字や空要素の扱いを柔軟に指定できます。
また、CSVのような形式を扱う場合は、単純なsplitだけでは正しく処理できないことがあります。
引用符や改行を含む可能性があるデータでは、CSV専用のパーサーを使うほうが安全です。
C++の文字列分割では、どの方法を使うかだけでなく、空要素、末尾の区切り文字、前後の空白、数値変換、CSVのルールなども意識することが大切です。
以上、C++の文字列を分割するsplit関数についてでした。
最後までお読みいただき、ありがとうございました。
