从计数错误的文件中读取数据。读取数据的最佳实践是什么？

Question

我有四组文本文件，每组都包含不同的单词。

noun.txt 有 7 个单词 Article.txt 有 5 个字 verb.txt 有 6 个单词和 Preposition.txt 有 5 个单词

在下面的代码中，在我的第二个 for 循环中，一个计数数组跟踪我读入了多少单词以及从哪个文件中读取。例如。 count[0] 应该是 5 个世界，但 count[1] 有 8 个单词但应该是 7 个。我回去检查文本文件，我没有弄错，它有 7 个单词。这是 ifstream 行为的问题吗？

我还被告知 eof() 不是好习惯。在准确读取数据方面，行业中的最佳实践是什么？换句话说，除了 !infile.eof() 之外，我还能使用更好的东西吗？

#include <cstdlib>
#include <iostream>
#include <fstream>
#include <cctype>
#include <array> // std::array

using namespace std;

const int MAX_WORDS = 100;

class Cwords{
    public:
        std::array<string,4> partsOfSpeech;
};

int main()
{
    Cwords elements[MAX_WORDS];

   int count[4] = {0,0,0,0};

   ifstream infile;

    string file[4] = {"Article.txt",
                      "Noun.txt",
                      "Preposition.txt",
                      "verb.txt"};

    for(int i = 0; i < 4; i++){
        infile.open(file[i]);
        if(!infile.is_open()){
            cout << "ERROR: Unable to open file!\n";
            system("PAUSE");
            exit(1);
        }

        for(int j = 0;!infile.eof();j++){
            infile >> elements[j].partsOfSpeech[i];
            count[i]++;
        }

        infile.close();
    }

    ofstream outfile;
    outfile.open("paper.txt");

    if(!outfile.is_open()){
        cout << "ERROR: Unable to open or create file.\n";
        system("PAUSE");
        exit(1);
    }



    outfile.close();
    system("PAUSE");
    return 0;
}

Answer 1

正确读取数据的简单答案是：总是测试在读取后读取操作是否成功。此测试不涉及使用eof()（任何在阅读之前教授使用eof() 的书都值得立即烧掉）。

读取文件的主循环应该是这样的：

for (int j = 0; infile >> elements[j].partsOfSpeach[i]; ++j){
    ++count[i];
}

顺便说一句，尽管该语言被称为“C++”而不是“++C”，但除非您确实使用表达式的结果，否则不要使用后自增：在大多数情况下，这无关紧要，但有时确实如此事后增量可能比前增量慢很多。

Answer 2

您是否检查过以确保文本文件末尾没有多余的空格或换行符？您最后一个额外的“单词”可能是由于到达 eof 之前的尾随字符。

Answer 3

文件末尾可能有一个空行，看起来“空”。我的建议是使用如下代码：

#include <boost/algorithm/string.hpp>
#include <string>

...

    std::string line;
    int cnt = 0;
    while(! infile.eof()) {
        infile >> line;
        boost::algorithm::trim(line);
        if(line.size > 0)
            words[filenr][cnt++] = line;
    }

请注意，我强烈建议有一个“外部”对象，它按列表的类型进行索引（如 Article.txt 为 0，Noun.txt 为 1），而“内部”对象是一个向量，那需要的话。您的实现是相反的，这是次优的，因为您必须在实现中的 partsOfSpeech 向量中携带空槽。另请注意，在您的示例中，为每个文件的字数设置硬上限“100”是非常危险的 - 它可能导致缓冲区溢出！最好将 std::vector 用于实际的单词列表，因为向量很容易自动扩展。