C ++中无法识别的字符答案

【问题标题】：Unrecognizable character in C++C ++中无法识别的字符
【发布时间】：2014-03-24 15:12:54
【问题描述】：

我正在编写一个应用程序，将 .txt 文件转换为词袋以进行文本挖掘。但是，即使我的应用程序过滤了非字母字符，我也会不断收到非字母字符（如 ¾ 和 =）：

我的向量通过一个循环，该循环擦除以字符开头的字符串，该字符的 ASCII 值不是 [65,90]（从 A 到 Z）。这些字符也通过了 isalpha 测试。这些字符似乎无法与字母字符区分开来。

我不知道如何从我的字符串向量中动态删除这些奇怪的字符串。我需要帮助。

我的代码，因为它对于论坛帖子来说很长。

我的这部分代码未能摆脱以非字母字符开头的字符串：

for (unsigned int i=0; i<token24.size();i++){ 
string temp = token24[i]; 
char c = temp[0];
 if(c>90||c<65){ 
token24.erase(token24.begin()+i);
 i--;
 } 
}

我也试过条件

 (c>'Z'||c<'A')

【问题讨论】：

您至少需要包含相关的代码部分；查看您的代码未正确处理的文本示例也将有所帮助。
您应该展示一些真实的代码并解释您的程序的逻辑，例如用于读取文件的编码是什么以及如何检测到它。
我的这部分代码无法摆脱以非字母字符开头的字符串： for (unsigned int i=0; i90||c
请将代码放在您的帖子中，而不是在评论中。

标签： c++ string parsing char ascii

【解决方案1】：

像您这样的程序中最重要的部分是处理 .txt 文件的内容。这样的文件可以是 Unicode 文本，然后又可以使用 UTF-8 进行编码。那么，单字节只能是字符的一部分，而不是字符本身。您确定以正确的方式加载（并可能解码）文件吗？

另外，你不认为小写字母也是有效的字母字符吗？

【讨论】：

我提取的文本文件是来自 4chan 的帖子，是我通过网站的 API 自动提取的。我已将所有内容都转换为大写，因为我对单词出现的频率感兴趣。我对字符代码了解不多，但我必须学习它才能解决这个问题。

【解决方案2】：

您总是可以用空格替换字符串，但这只是处理特定字符的特定情况，而不是更大的问题。

在我们看到代码之前，我认为我们无法为您做任何事情。

【讨论】：

这并不是真正的答案；正如您所指出的，还没有足够的信息来回答它。这应该作为评论发布。
@JoshuaTaylor，并非我们所有人都有代表级别。评论。我确实提供了至少部分解决方案。
哦，没看代表水平……嗯，坚持住，你很快就会达到 50 代表（建议编辑是到达那里的快速方法，如果你在快点）。
没问题，约书亚。感谢您的提示。