Colocar marcadores de texto dentro de seqüências de caracteres é um estilo ruim? Existe uma alternativa?

Eu trabalho com cordas maciças que precisam de muita manipulação.

Por exemplo, eu posso gerar uma string como esta:

Parte 1
Barco

Seção A
Programação

Parte 2
Particionando barcos para programação.

Seção AA
Seção SQL Entradas.

A cadeia seria muito grande para verificar manualmente cada parte dela. Agora eu preciso splitdisso stringem stringlistseções e partes. Eu posso pensar em duas opções:

Uma expressão regular:

QStringList sl = s.split(QRegularExpression("\n(?=Part [0-9]+|Section [A-Z]+)"));

Parece que deve funcionar, mas às vezes as exceções passam despercebidas (IE: Section SQL Entrieserroneamente se dividem)

Caso contrário, o que eu poderia fazer é colocar um marcador quando eu gerar a string inicial:

🚤💻Parte 1
Barco

Seção A
Programação

Parte 2
Particionando barcos para programação.

Seção SQL Entradas da Seção AA .

O que significa que dividir a string se tornaria fácil:

QStringList sl = s.split("🚤💻"));

Algo me diz que nenhum desses é um bom estilo ou prática de programação, mas até agora não discuti nem encontrei uma alternativa.

• Se você fosse meu gerente de projeto, aceitaria um desses métodos?
• Caso contrário, o que você sugere que eu faça como uma prática recomendada?

Não é uma prática ruim ter a codificação de documento incorporada como texto em uma string. Pense em descontos, HTML, XML, JSON, YAML, LaTeX, etc.

O que é má prática é reinventar a roda. Em vez de escrever seu próprio processador de texto, pense em usar um padrão existente. Há muitos softwares gratuitos que fazem a maior parte da análise para você, e muitos têm uma licença não restritiva que permite usar o software em seu próprio software proprietário.

O uso de um separador comum deve funcionar bem ao dividir cadeias arbitrárias maiores, mas eu recomendaria não usar um símbolo arbitrário. Alguém que lê essa string como texto simples pode ficar confuso, sem mencionar problemas com a UTF e se o símbolo aparece ou não nas seções ou não.

A parte mais importante disso é que cada seção permanece intacta, enquanto cada "cabeçalho da seção" precisa ser identificado adequadamente.

Por que não usar um separador comum, mas mantê-lo legível? Algo como:

[SECTION]
Part 1
Boat

[SECTION]
Section A
Programming

[SECTION]
Part 2
Partitioning boats for programming.

[SECTION]
Section AA
Section SQL Entries.

O problema é decidir qual deve ser o separador , pois precisa ser algo que garante a não exibição de nenhuma seção. Você pode identificá-lo ainda mais como um separador , solicitando que ele esteja no início de uma linha e o único texto nessa linha .

Sem um conhecimento adicional do texto esperado em cada seção, é difícil fazer uma recomendação sobre qual separador comum seria melhor nesse caso.

A resposta aceita parece ter perdido o que você escreveu em um comentário:

A razão é que muitas das manipulações que faço exigem a sequência completa

e deu isso como um exemplo:

s.replace ("barco", "programação");

Se é isso que você deseja, é uma péssima idéia usar um "markdown" ou separador de texto para toda a sua string, isso sempre tem um certo risco de interferir na manipulação e não leva a um código robusto. Especialmente quando você tenta começar a usar expressões regulares em uma sequência combinada, provavelmente encontrará os mesmos problemas observados pelas pessoas ao tentar analisar HTLM ou XML com expressões regulares .

Especialmente porque você escreveu que pode haver "milhares de funções [dessa manipulação]", esse risco pode se tornar um problema real. Mesmo se você usar alguma remarcação como XML para armazenar a lista de cadeias internamente, precisará garantir que a manipulação processe apenas o conteúdo, não a remarcação, de modo que isso significaria dividir a cadeia em partes antes de qualquer processamento e ingressar depois novamente - para que haja um alto risco de apresentar um desempenho ruim.

A melhor alternativa de design aqui é fornecer um tipo de dados abstrato (use uma classe, se quiser), vamos chamá-lo MyStringListe fornecer um pequeno conjunto de operações básicas que permitem implementar "milhares de funções" em termos dessas operações. Por exemplo, pode haver operações finde genéricos replaceou uma mapoperação funcional genérica . Você também pode adicionar algo como uma JoinToStringoperação, se realmente precisar da lista inteira em uma sequência para determinadas finalidades.

Usando essas operações, seu medo de que o código se torne mais complicado porque "tudo teria que ser feito em um loop for" se torna inútil, porque os únicos forloops obtidos são encapsulados nas operações do tipo de dados. E eu não ficaria preocupado com o desempenho até que você tenha um impacto real e mensurável no desempenho (o qual duvido que você obtenha se implementar corretamente as operações básicas).

O formato descrito é muito semelhante aos arquivos INI:

https://en.wikipedia.org/wiki/INI_file

Nesse caso, a seção é delimitada por colchetes [], de modo que o que você descreve faz sentido marcando a seção de alguma maneira para adicionar significado adicional ao texto.

Por exemplo, eu posso gerar uma string como esta:

Pergunta: Do que você "gera" essa string?

Teria que ser mais fácil de manipular?