IT-Swarm.Net

从文本文件中读取并将行解析为Ç中的单词

我是C和系统编程的初学者。对于家庭作业,我需要编写一个程序,该程序将stdin解析行的输入读入单词,并使用System V消息队列(例如,计数单词)将单词发送到排序子进程。我被困在输入部分。我正在尝试处理输入,删除非字母字符,将所有字母单词放在小写字母中,最后将一行单词分成多个单词。到目前为止,我可以用小写字母打印所有字母单词,但字母之间有一些线,我认为这是不正确的。有人可以看看并给我一些建议吗?

来自荷马的荷马伊利亚特的Project Gutenberg电子书

我认为正确的输出应该是:

the
project
gutenberg
ebook
of
the
iliad
of
homer
by
homer

但我的输出如下:

project
gutenberg
ebook
of
the
iliad
of
homer
                         <------There is a line there
by
homer

我认为空行是由“,”和“by”之间的空格引起的。我尝试了“if isspace(c)然后什么都不做”之类的事情,但它不起作用。我的代码如下。任何帮助或建议表示赞赏。.

#include <stdio.h>
#include <stdlib.h>
#include <ctype.h>
#include <fcntl.h>
#include <errno.h>
#include <unistd.h>
#include <string.h>


//Main Function
int main (int argc, char **argv)
{
    int c;
    char *input = argv[1];
    FILE *input_file;

    input_file = fopen(input, "r");

    if (input_file == 0)
    {
        //fopen returns 0, the NULL pointer, on failure
        perror("Canot open input file\n");
        exit(-1);
    }
    else
    {        
        while ((c =fgetc(input_file)) != EOF )
        {
            //if it's an alpha, convert it to lower case
            if (isalpha(c))
            {
                c = tolower(c);
                putchar(c);
            }
            else if (isspace(c))
            {
                ;   //do nothing
            }
            else
            {
                c = '\n';
                putchar(c);
            }
        }
    }

    fclose(input_file);

    printf("\n");

    return 0;
}

编辑 **

我编辑了我的代码,最后得到了正确的输出:

int main (int argc, char **argv)
{
    int c;
    char *input = argv[1];
    FILE *input_file;

    input_file = fopen(input, "r");

    if (input_file == 0)
    {
        //fopen returns 0, the NULL pointer, on failure
        perror("Canot open input file\n");
        exit(-1);
    }
    else
    {
        int found_Word = 0;

        while ((c =fgetc(input_file)) != EOF )
        {
            //if it's an alpha, convert it to lower case
            if (isalpha(c))
            {
                found_Word = 1;
                c = tolower(c);
                putchar(c);
            }
            else {
                if (found_Word) {
                    putchar('\n');
                    found_Word=0;
                }
            }

        }
    }

    fclose(input_file);

    printf("\n");

    return 0;
}
11
user2203774

我认为你只需要忽略任何非alpha字符!isalpha(c)否则转换为小写字母。在这种情况下,当您找到Word时,您需要跟踪。.

int found_Word = 0;

while ((c =fgetc(input_file)) != EOF )
{
    if (!isalpha(c))
    {
        if (found_Word) {
            putchar('\n');
            found_Word = 0;
        }
    }
    else {
        found_Word = 1;
        c = tolower(c);
        putchar(c);
    }
}

如果你需要在诸如“不是”之类的单词中处理撇号,那么这应该这样做。.

int found_Word = 0;
int found_apostrophe = 0;
    while ((c =fgetc(input_file)) != EOF )
    {
    if (!isalpha(c))
    {
        if (found_Word) {
            if (!found_apostrophe && c=='\'') {
                found_apostrophe = 1;
            }
            else {
                found_apostrophe = 0;
                putchar('\n');
                found_Word = 0;
            }
                }
    }
    else {
        if (found_apostrophe) {
            putchar('\'');
            found_apostrophe == 0;
        }
        found_Word = 1;
        c = tolower(c);
        putchar(c);
    }
}
6
Rob

快速,可靠且价格合理的云托管

注册并在30天内获得$50奖金!

我怀疑你真的想要处理 all 非字母字符作为分隔符,而不仅仅将空格处理为分隔符并忽略非字母字符。否则,foo--bar会显示为单个Word foobar,对吗?好消息是,这会让事情变得更容易。您可以删除isspace子句,只使用else子句。.

同时,无论你是否特别处理标点符号,你都会遇到问题:你可以为任何空间打印换行符。因此,以\r\n\n结尾的行,或者以.结尾的句子,将打印一个空行。显而易见的方法是跟踪最后一个字符或标记,这样如果您之前打印过一个字母,则只打印换行符。.

例如:

int last_c = 0

while ((c = fgetc(input_file)) != EOF )
{
    //if it's an alpha, convert it to lower case
    if (isalpha(c))
    {
        c = tolower(c);
        putchar(c);
    }
    else if (isalpha(last_c))
    {
        putchar(c);
    }
    last_c = c;
}

但你真的想把所有的标点符号都对待吗?问题陈述意味着你这样做,但在现实生活中,这有点奇怪。例如,foo--bar应该显示为单独的单词foobar,但是it's应该显示为单独的单词its?就此而言,使用isalpha作为“单词字符”的规则也意味着,例如2nd将显示为nd。.

因此,如果isascii不是用于区分单词字符和分隔符的用例的合适规则,则必须编写自己的函数来进行正确的区分。您可以在逻辑(例如isalnum(c) || c == '\'')或表(仅128个整数的数组,因此函数是c >= 0 && c < 128 && Word_char_table[c])中轻松表达这样的规则。以这种方式做事有一个额外的好处,你可以在以后扩展你的代码来处理Latin-1或Unicode,或处理程序文本(具有不同于英文文本的Word字符),或...

1
abarnert

你似乎是用空格分隔单词,所以我想是的

while ((c =fgetc(input_file)) != EOF )
{
    if (isalpha(c))
    {
        c = tolower(c);
        putchar(c);
    }
    else if (isspace(c))
    {
       putchar('\n');
    }
}

也会工作。如果您的输入文本在单词之间不会有多个空格。.

0
P0W