有没有办法将一个文本文件中的每一行与 C 中另一个文本文件中的一行进行比较？答案

【问题标题】：Is there a way to compare every line in one text file to one line in another text file in C?有没有办法将一个文本文件中的每一行与 C 中另一个文本文件中的一行进行比较？
【发布时间】：2018-10-20 19:44:21
【问题描述】：

例如，我有一个包含 400 多个英文单词的索引文本文件，然后我有另一个文本文件，每行都有解密的文本。

我想用我的解密文本文件的每一行检查索引文件中的每个英文单词（因此检查 400 多个英文单词是否匹配每行解密文本）

我正在考虑使用strncmp(decryptedString, indexString, 10)，因为我知道如果下一个字符是NULL，strncmp 就会终止。

我的解密文本文件的每一行有 352 个字符长，其中存储了大约 4000 万行文本（每一行来自不同的输出）。

这是解密一个公平密码；我知道我的解密算法有效，因为我的教授给了我们一个例子来测试我们的程序，它运行良好。

我已经连续六天在这个项目上工作，这是我唯一坚持的部分。我根本无法让它工作。我试过使用

while(getline(&line, &len, decryptedFile) != -1){
    while(getline(&line2, &len2, indexFile) != -1){
        if(strncmp(decryptedString, indexString, 10) == 0){
            fprintf(potentialKey, "%s", key); 
        }
    }
}

但我从来没有得到任何匹配。我尝试将每个字符串存储到数组中并一次测试一个字符，但这对我也不起作用，因为它会列出所有英文单词都在一行上。我只是迷路了，所以任何正确方向的帮助或指示将不胜感激。提前谢谢你。

编辑：根据 Clifford 在 cmets 的建议，这是我正在尝试做的一个示例

假设 indexFile 包含：

HELLO
WORLD
PROGRAMMING
ENGLISH

并且解密后的文件包含

HEVWIABAKABWHWHVWC
HELLOHEGWVAHSBAKAP
DHVSHSBAJANAVSJSBF
WORLDHEEHHESBVWJWU
PROGRAMMINGENGLISH

我正在尝试将 indexFile 中的每个单词与 decryptedFile 进行比较，一次一个。因此 indexFile 中的所有四个单词都将分别与第 1 行、第 2 行、第 3 行、第 4 行和第 5 行进行比较。

【问题讨论】：

你考虑过使用 memcmp(const void *str1, const void *str2, size_t n)) 吗？我不明白你为什么只比较 10 个字节
考虑strstr() 是否可以提供帮助。还要说明是否需要在ordinary中找到din。
我只比较 10 个字节，因为解密后的文本只包含英文单词，所以如果前 10 个字节不匹配，那么我知道这是错误的解密文本，我会移动到下一行。
在我的情况下，strstr() 的问题在于它每次都是匹配的，因为如果解密文本，每行中都会找到一个索引中的单词，所以它不会使我的列表更小
编辑：乔纳森，你的评论给了我一个想法，我想听听你的意见。如果我删除索引文件中所有

标签： c file-comparison

【解决方案1】：

如果您要做的是检查输入行是否以单词开头，您应该使用：

strncmp(line, word, strlen(word));

如果你知道line比word长，你可以使用

memcmp(line, word, strlen(word));

如果您使用相同的单词重复执行此操作，最好将word 的长度保存在与word 本身相同的数据结构中，以避免每次都重新计算它。

这是strncmp 的常见用例。请注意，您对strncmp 的描述有些不准确。当它在任一参数中遇到 NUL 时它将停止，但仅当两个参数在同一位置都有 NUL 或计数用尽而没有遇到差异时，它才会返回 equal。

strncmp 比line 比word 长这一事实更安全，因为memcmp 和strncmp 之间的速度差异非常小。

但是，有这么多数据和这么多字要检查，您应该尝试一些可以减少您需要进行的比较次数的方法。例如，您可以将单词放入 Trie 中。或者，如果这看起来工作量太大，您至少可以按它们的第一个字母对它们进行分类，并且只使用第一个字母与该行的第一个字母匹配的那些（如果有的话）。

如果您要在行中的任何位置查找单词的实例，那么您将需要更复杂的搜索策略。这个问题有很多算法； Aho-Corasick 既有效又简单，尽管有更快的方法。

【讨论】：

你说得对； line 肯定比 word 长，所以我会尝试 strlen(word) for size_t。这么简单的事情，却完全不在我的脑海里。谢谢，这绝对为我指明了正确的方向！

【解决方案2】：

如果一行解密文本的长度为 352 个字符，并且索引中的每个单词都不长 352 个字符，那么一行解密文本将永远不会匹配索引中的任何单词。

从这里我认为你误解了要求，并根据误解提出了一个问题。

具体来说，我怀疑您希望将解密行（而不是整行）中的每个单词与索引中的每个单词进行比较，以确定解密行中的所有单词是否都可以接受。为此，第一步是将解密的字符行分解为单个单词-例如也许在解密的文本中找到分隔单词（空格、制表符、逗号？）的字符并将它们替换为零终止符（这样您就可以使用 strcmp() 并且不必担心“foobar”与“foo”不正确匹配" 只是因为第一个字母匹配）。

请注意，可能存在潜在的优化。例如。如果您知道解密文本中的一个单词是 8 个字符（您必须知道将零终止符放在正确的位置）并且如果您的索引被拆分为“每个单词长度的一个列表”（例如具有 3 个字符的索引词列表、具有 4 个字符的索引词列表等），那么您可能可以跳过很多字符串比较（并且仅将解密行中的单词与具有相同长度的单词进行比较）指数）。在这种情况下（您知道两个单词的长度已经相同），您还可以避免修改原来的 352 个字符（您不需要在每个单词后插入零终止符）。

【讨论】：