OCaml中多分隔符分割字符串后遍历筛选及match语句应用

问题描述 #

给定字符串：

"ab bc cdv gf
ed    aqb ahf sd
abcdef

需求：
a) 使用' '、'\r\n'、'\t'作为分隔符分割该字符串；
b) 筛选出分割结果中以'a'开头的子串（预期结果：["ab", "ahf", "abcdef"]）。
注意：禁止使用Str或其他额外库。

现有错误代码：

let f g =
  String.split_on_char ' ' g
  |> List.iter (fun x -> x);;

问题：仅能按空格分割，无法处理换行符；且List.iter仅执行无返回值的副作用，无法得到处理后的列表。需了解如何用match语句实现，或调整管道符与列表函数的使用方式，以及其他可行方案。

实现方案 #

1. 多分隔符分割字符串 #

OCaml标准库的String.split_on_char仅支持单个分隔符，我们可以通过递归遍历字符串+match匹配的方式实现多分隔符分割，同时自动跳过连续分隔符产生的空串：

let split_multisep s =
  (* 判断字符是否为分隔符 *)
  let is_sep c = c = ' ' || c = '\n' || c = '\r' || c = '\t' in
  (* 递归辅助函数：acc存储已完成的子串，current存储正在构建的子串 *)
  let rec aux acc current = function
    | [] -> 
        (* 遍历结束，把最后一个非空子串加入列表后反转（保持原顺序） *)
        List.rev (if current = "" then acc else current :: acc)
    | c :: cs ->
        match is_sep c with
        | true ->
            (* 遇到分隔符：若当前正在构建的子串非空，就加入结果列表，重置current *)
            let new_acc = if current = "" then acc else current :: acc in
            aux new_acc "" cs
        | false ->
            (* 非分隔符：拼接到current上继续构建 *)
            aux acc (current ^ String.make 1 c) cs
  in
  (* 把字符串转为字符序列列表，传入递归函数 *)
  aux "" "" (List.of_seq (String.to_seq s))

2. 筛选以'a'开头的子串 #

用List.filter结合match判断字符串首字符，同时处理空串避免越界：

let starts_with_a s =
  match s with
  | "" -> false  (* 空串直接排除 *)
  | _ -> s.[0] = 'a'

let process_string s =
  s |> split_multisep |> List.filter starts_with_a

3. 调用示例 #

let test_str = "ab bc cdv gf\ned    aqb ahf sd\nabcdef"
let result = process_string test_str
(* 输出结果：["ab"; "ahf"; "abcdef"] *)

原代码问题说明 #

• List.iter仅用于执行打印、修改外部变量等副作用操作，不会返回新列表，筛选需求应使用List.filter；
• 多次嵌套split_on_char会产生大量空串，后续还需额外过滤，递归遍历的方式可以在分割阶段直接跳过空串，逻辑更简洁高效。

内容的提问来源于stack exchange，提问作者Juser