如何将字符串（由用户输入）与文件中一行的第一个单词进行比较？

Question

我真的很难理解字符数组如何在C中工作。这看起来应该很简单，但是我不知道要使用什么函数，或者如何使用它。

我希望用户输入一个字符串，并且要遍历文本文件，将该字符串与文件中每行的第一个单词进行比较。

这里的“单词”是指由非空格字符组成的子字符串。

非常感谢您的帮助！

编辑：更清楚地说，我想输入一个并在文本文件形式的数据库中搜索它。 我知道如果它在数据库中，它将是一行的第一个字，因为这是如何格式化数据库的。 我想我可以遍历数据库的每个单词，但这似乎效率较低。

在数据库中找到输入之后，我需要访问它之后的两个单词（在同一行上）以实现程序的最终目标（本质上是计算性的）

Answer 1

这是一些可以满足您要求的代码。 我认为它将帮助您更好地了解字符串函数的工作方式。 注意-对于输入和文本文件的条件调整情况，我并没有做很多假设，因此有很多代码可以从输入中删除空格，并检查匹配是否确实是“第一个单词”，而不是“第一个单词的第一部分”。 因此，此代码不会将输入“ hello”与“ helloworld 123 234”行匹配，但将与“ helloworld 123 234”行匹配。 还要注意，它目前区分大小写。

#include <stdio.h>
#include <string.h>

int main(void) {
  char buf[100];     // declare space for the input string
  FILE *fp;          // pointer to the text file
  char fileBuf[256]; // space to keep a line from the file
  int ii, ll;

  printf("give a word to check:\n");
  fgets(buf, 100, stdin);    // fgets prevents you reading in a string longer than buffer
  printf("you entered: %s\n", buf);  // check we read correctly

  // see (for debug) if there are any odd characters:
  printf("In hex, that is ");
  ll = strlen(buf);
  for(ii = 0; ii < ll; ii++) printf("%2X ", buf[ii]);
  printf("\n");

  // probably see a carriage return - depends on OS. Get rid of it!
  // note I could have used the result that ii is strlen(but) but 
  // that makes the code harder to understand
  for(ii = strlen(buf) - 1; ii >=0; ii--) {
    if (isspace(buf[ii])) buf[ii]='\0';
  }

  // open the file:
  if((fp=fopen("myFile.txt", "r"))==NULL) {
    printf("cannot open file!\n");
    return 0;
  }

  while( fgets(fileBuf, 256, fp) ) {   // read in one line at a time until eof
    printf("line read: %s", fileBuf);  // show we read it correctly
  // find whitespace: we need to keep only the first word.
    ii = 0;
    while(!isspace(fileBuf[ii]) && ii < 255) ii++;
  // now compare input string with first word from input file:
  if (strlen(buf)==ii && strstr(fileBuf, buf) == fileBuf) {
        printf("found a matching line: %s\n", fileBuf);
        break;
    }
  }
  // when you get here, fileBuf will contain the line you are interested in
  // the second and third word of the line are what you are really after.
}

Answer 2

我认为您需要的是fseek() 。

1）如下处理数据库文件。 找出所有'\\ n'的位置（回车），并将它们存储在数组中，例如a ，以便您知道第i行从文件开头开始于第a[i]个字符。

2） fseek()是stdio.h中的一个库函数，并且按此处给出的方式工作。 因此，当您需要处理输入字符串时，只需从文件的开头开始，然后仅在数组a存储的位置检查第一个单词。 要做到这一点：

fseek(inFile , a[i] , SEEK_SET);

接着

fscanf(inFile, "%s %s %s", yourFirstWordHere, secondWord, thirdWord);

用于检查第i行。 或者，更有效地，您可以使用：

fseek ( inFile , a[i]-a[i-1] , SEEK_CURR )

说明：fseek（）的作用是，将与文件关联的读写位置指示器设置在所需位置。 因此，如果您知道什么时候需要读或写，则可以直接去那里阅读或直接写。 这样，您无需阅读整行代码就可以获取前三个单词。

Answer 3

您最近的更新表明该文件实际上是一个数据库，您正在其中搜索单词。 这个非常重要。

如果您有足够的内存来容纳整个数据库，则应该执行此操作（读取整个数据库并安排进行有效搜索），因此您可能不应该询问在文件中进行搜索。

好的数据库设计涉及数据结构，例如trie和hash表 。 但是首先，您可以使用数据库的最基本的改进-以字母顺序保留单词（使用有些棘手的qsort函数来实现）。

struct Database
{
    size_t count;
    struct Entry // not sure about C syntax here; I usually code in C++; sorry
    {
        char *word;
        char *explanation;
    } *entries;
};

char *find_explanation_of_word(struct Database* db, char *word)
{
    for (size_t i = 0; i < db->count; i++)
    {
        int result = strcmp(db->entries[i].word, word);
        if (result == 0)
            return db->entries[i].explanation;
        else if (result > 0)
            break; // if the database is sorted, this means word is not found
    }
    return NULL; // not found
}

如果您的数据库太大而无法容纳在内存中，则应使用一个Trie来容纳数据库中单词的开头； 对于单词的每个开头，都有一个文件偏移量，从该位置开始扫描文件。

char* find_explanation_in_file(FILE *f, long offset, char *word)
{
    fseek(f, offset, SEEK_SET);
    char line[100]; // 100 should be greater than max line in file
    while (line, sizeof(line), f)
    {
        char *word_in_file = strtok(line, " ");
        char *explanation = strtok(NULL, "");
        int result = strcmp(word_in_file, word);
        if (result == 0)
            return explanation;
        else if (result > 0)
            break;
    }
    return NULL; // not found
}