从文本文件中读取，然后用C语言将行解析为单词
我是C和系统编程的初学者。对于作业作业，我需要编写一个程序，将输入从stdin解析行读入单词，并使用System消息队列将单词发送到排序子进程(例如，计数单词)。我在输入部分被卡住了。我正在尝试处理输入，删除非字母字符，将所有alpha单词放入小写，最后，将一行单词拆分成多个单词。到目前为止，我可以用小写打印所有字母单词，但是单词之间有一行，我认为这是不正确的。谁能看一下，给我一些建议吗？
文本文件中的示例:荷马伊利亚特的Gutenberg EBook项目，由荷马
我认为正确的产出应该是：
the
project
gutenberg
ebook
of
the
iliad
of
homer
by
homer但我的产出如下：
project
gutenberg
ebook
of
the
iliad
of
homer
<------There is a line there
by
homer我认为空行是由"，“和" by”之间的空格造成的。我试过“如果是空间(C)，那就什么都不做”，但它不起作用。我的密码在下面。如有任何帮助或建议，我们将不胜感激。
#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;
}Stack Overflow用户
发布于 2013-08-07 17:24:49
我怀疑你真的想把所有非字母字符作为分隔符来处理，而不仅仅是把空格作为分隔符来处理，而忽略非字母字符。否则，foo--bar将显示为一个单词foobar，对吗？好消息是，这会让事情变得更简单。可以删除isspace子句，只需使用else子句即可。
同时，不管你是否特别对待标点符号，你都有一个问题:你为任何空格打印换行符。因此，以\r\n或\n结尾的行，甚至以.结尾的句子，都会打印空行。最明显的方法是跟踪最后一个字符或标志，所以只有在以前打印过字母的情况下才打印换行符。
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;
}但是你真的想把所有的标点符号都一样对待吗？问题陈述暗示着你会这样做，但在现实生活中，这有点奇怪。例如，foo--bar可能应该显示为单独的单词foo和bar，但是it's真的应该作为单独的单词it和s出现吗？因此，使用isalpha作为“单词字符”的规则也意味着，比方说，2nd将显示为nd。
因此，如果isascii不是区分单词字符和分隔符的用例的适当规则，那么您必须编写自己的函数来做出正确的区分。您可以很容易地用逻辑(例如，isalnum(c) || c == '\'')或表(仅由128个in组成的数组，因此函数是c >= 0 && c < 128 && word_char_table[c])来表示这样的规则。这样做有一个额外的好处，就是以后可以扩展代码以处理拉丁语1或Unicode，或者处理程序文本(与英语文本有不同的单词字符)或…。
https://stackoverflow.com/questions/18109458
复制相似问题
腾讯云开发者
