C++ 从文本文件中逐字读取单词或逐字符读取单词

Question

我一直在谷歌上搜索并阅读我的书，并尝试编写代码来阅读文本文件并处理其中的单词，一个接一个，所以我可以按字母顺序排列它们并保持计数用了多少个词，一个词用了多少。我似乎无法让我的 GetNextWord() 函数正常工作，这让我发疯了。

我需要一个接一个地读取单词，如果是大写，则将每个字母转换为小写。我知道如何做到这一点，并且已经成功地做到了。它只是逐个字符地获取单词并将其放入阻止我的字符串中。

这是我最近的一次尝试：任何帮助都会非常棒，或者提供有关如何逐字读取输入文件的教程的链接。 （单词是字母字符 a-z 和 '（不要）以空格、逗号、句点、; 、 : 等结尾......

void GetNextWord()
{
    string word = "";
    char c;

    while(inFile.get(c))
    {
        while( c > 64 && c < 123 || c == 39)
        {
            if((isupper(c)))
            {
                c = (tolower(c));
            }
            word = word + c;
        }
        outFile << word;
    }
}

Answer 1

您可以使用>> 运算符逐字读取文件。例如，请参阅此链接：http://www.daniweb.com/forums/thread30942.html。

我在这里摘录了他们的例子：

ifstream in ( "somefile" );
vector<string> words;
string word

if ( !in )
  return;

while ( in>> word )
  words.push_back ( word );

Answer 2

你的逻辑是错误的。只要c 没有改变，内部循环就会运行，并且其中没有任何东西会改变c。

你为什么有两个循环呢？我想你可能会对这个函数是应该读取下一个单词还是所有单词感到困惑。尝试将这些问题分开，将它们放入不同的函数中（其中一个正在调用另一个）。我发现以自上而下的顺序处理此类问题最容易：

while(inFile.good()) {
  std::string word = GetNextWord(inFile);
  if(!word.empty())
    std::cout << word << std::endl;
}

现在通过定义GetNextWord() 来填补空白，以读取直到下一个单词边界的所有内容。

Answer 3

我个人喜欢使用std::getline(std::istream&, std::string&) 读取输入（在<string> 标头中，但您当然还需要#include 流标头）。

此函数在换行符处中断，根据您的问题定义，换行符是空格。但这不是您问题的全部答案。读入文本行后，您将需要使用string operations 或标准算法将字符串分解为单词。或者你可以手动循环字符串。

胆量大概是这样的：

std::string buffer;
while (std::getline(std::cin, buffer) {
// break each line into words, according to problem spec
}

Answer 4

我用

// str is a string that holds the line of data from ifs- the text file.
// str holds the words to be split, res the vector to store them in.
while( getline( ifs, str ) ) 
    split(str, res);


void split(const string& str, vector<string>& vec)
{
    typedef unsigned int uint;

    const string::size_type size(str.size());
    uint start(0);
    uint range(0);

 /* Explanation: 
  * Range - Length of the word to be extracted without spaces.
  * start - Start of next word. During initialization, starts at space 0.
  * 
  * Runs until it encounters a ' ', then splits the string with a substr() function,
  * as well as making sure that all characters are lower-case (without wasting time
  * to check if they already are, as I feel a char-by-char check for upper-case takes
  * just as much time as lowering them all anyway.                                       
 */
    for( uint i(0); i < size; ++i )
    {
        if( isspace(str[i]) )
        {
            vec.push_back( toLower(str.substr(start, range + 1)) );
            start = i + 1;
            range = 0;
        } else
            ++range;
    }
    vec.push_back( toLower(str.substr(start, range)) );
}

我不确定这对您是否特别有帮助，但我会尝试。 toLower 函数是一个快速函数，它只使用 ::toLower() 函数。这会读取每个字符直到一个空格，然后将其填充到一个向量中。我不完全确定你对 char by char 的意思。

你想一次提取一个单词字符吗？或者您想在进行过程中检查每个字符？或者你的意思是你想提取一个词，完成，然后回来？如果是这样，我会 1) 无论如何推荐一个向量，并且 2) 让我知道，以便我可以重构代码。

Answer 5

如果 c == 'a'，什么会终止你的内部循环？ 'a' 的 ASCII 值是 97。