如何确保从文件中读取的单词是我希望它们成为 C++ 的方式

Question

如果我必须从文档中读取一个单词（一次一个单词），然后将该单词传递给一个函数，直到到达文件末尾，我该怎么做？

还必须记住的是，单词是任何连续的字母串和撇号（所以can't 或rojas' 是一个单词）。像bad-day 这样的东西应该是两个单独的词，像to-be-husband 这样的东西应该是三个单独的词。我还需要忽略句点.、分号;，以及几乎所有不属于单词的内容。我一直在使用file >> s; 阅读它，然后从字符串中删除内容，但它变得非常复杂。有没有办法只将字母字符+撇号存储到s 并在单词末尾停止（出现空格时）？

while (!file.eof()) {

   string s;
   file >> s;  //this is how I am currently reading it it
   passToFunction(s);    
}

Answer 1

流的OnlyLetterNumAndApp facet

#include <locale>
#include <string>
#include <fstream>
#include <iostream>

// This facet treats letters/numbers and apostrophe as alpha
// Everything else is treated like a space.
//
// This makes reading words with operator>> very easy to sue
// when you want to ignore all the other characters.
class OnlyLetterNumAndApp: public std::ctype<char>
{
    public:
        typedef std::ctype<char>    base;
        typedef base::char_type     char_type;

        OnlyLetterNumAndApp(std::locale const& l)
            : base(table)
        {
            std::ctype<char> const&  defaultCType  = std::use_facet<std::ctype<char> >(l);

            for(int loop = 0;loop < 256;++loop) {
                table[loop] = (defaultCType.is(base::alnum, loop) || loop == '\'')
                     ? base::alpha
                     : base::space;
            }
        }
    private:
        base::mask  table[256];
};

用法

int main()
{
     std::ifstream  file;
     file.imbue(std::locale(std::locale(), new OnlyLetterNumAndApp(std::locale())));
     file.open("test.txt");

     std::string word;
     while(file >> word) {
         std::cout << word << "\n";
     }
}

测试文件

> cat test.txt
This is %%% a test djkhfdkjfd
try another $gh line's
bad-people.Do bad things

结果

> ./a.out
This
is
a
test
djkhfdkjfd
try
another
gh
line's
bad
people
Do
bad
things

Answer 2

是的，有一种方法：只需编写代码即可。一次读取一个字符，并收集字符串中的字符，直到获得一个非字母、非撇号字符。你现在已经读了一个字。等到你读到下一个字母或撇号的字符，然后从顶部取出它。

另一件事：

while (!file.eof())

这是always a bug, and a wrong thing to do。只是想我会提到这一点。我想在编写其余代码之前，解决这个问题将是您的首要任务。