如何使用字符串指针访问其余字符串？

Question

我正在尝试将文件中的唯一字符串写入链接列表，并为每个重复的单词增加计数。 我想使用getNextWord函数，该函数返回一个指向文件中下一个单词的指针。 问题是我对c和指针非常陌生，因此我实际上不知道在我的调用getNextWord的主要方法中该做什么，以及如何使用此字符串指针实际访问它所指向的字符串。 那么，如何使用函数获取需要作为节点键的字符串？ 另外，任何其他建议也将不胜感激，如果您发现我的功能或结构有任何问题，请告诉我！ 非常感谢您的宝贵时间。 这是我的功能和结构。

#define MAX_WORD_LEN 256    

struct list {
    int count;
    char string[MAX_WORD_LEN];
    struct list *next;
};

char* getNextWord(FILE* fd) {
    char c;
    char wordBuffer[MAX_WORD_LEN];
    int putChar = 0;

    while((c = fgetc(fd)) != EOF) {
        if(isalnum(c)) break;
    }
    if (c == EOF) return NULL;

    wordBuffer[putChar++] = tolower(c);

    while((c = fgetc(fd)) != EOF) {
        if(isspace(c) || putChar >= MAX_WORD_LEN -1) break;

        if(isalnum(c)) {
            wordBuffer[putChar++] = tolower(c);
        }
    }
    wordBuffer[putChar] = '\0';
    return strdup(wordBuffer);
} 

Answer 1

我看到列表节点定义和从文件检索单词的函数之间存在细微的差异。

在C语言中，您完全负责内存分配，因此您必须决定谁分配数据以及谁释放数据。

您的文件解析功能在这里进行分配。 这意味着getNextWord返回的指针将引用必须在某个时候释放的动态内存。

同时，您的节点结构拥有另一个内存缓冲区，该缓冲区旨在表示相同的数据。

在当前的实现中，您将必须将通过getNextWord获得的字符串复制到您的节点中，然后释放该字符串，如下所示：

char * new_word = getNextWord (file);
strcpy (my_node->string, new_word);
free (new_word );

那是浪费时间和资源：每个字符被复制两次（一次在getNextWord内部，另一次在strcpy ）。

为了避免重复，您基本上可以做两件事。

1）将string字段更改为char *以保留对getNextWord结果的引用

struct list {
    int count;
    char * string;   // <- reference to the string allocated by getNextWord
    struct list *next;
};

// populating node
my_node->string = getNextWord (file);

在这种情况下，每个节点将负责最终释放字符串。

2）将string保留为char缓冲区，并让getNextWord直接填充它

typedef char wordBuffer_t[MAX_WORD_LEN];

struct list {
    int          count;
    wordBuffer_t string; // <- storage for the word inside each node
    struct list *next;
};

char* getNextWord(FILE* fd, wordBuffer_t wordBuffer) {
    // rest of the code does not change

// populating node
getNextWord (file, my_node->string);

在那种情况下，不需要动态分配。 另一方面，每个节点将需要为最大可能的字符串分配足够的空间，这将在内存消耗方面效率低下。

需要注意的重要一点是，我建议您在使用任何类型的可用作函数参数的数组时系统地使用typedef（在此，将wordBuffer_t传递给getNextWord ）。
这将使您的代码更具可读性，并避免您遇到这种常见的C陷阱

Answer 2

不是完整的答案-但是strtok是用于此类事情的好函数。 您需要将要解析的整个字符串加载到内存中（而不是一次从文件中读取一个字符），但是此后基本上就分配了所有内存。 这是一些让您前进的方法：

char myString[BUFLEN];
char *nextWord;
fgets(myString, BUFLEN, stdin); // if you get from file, change this accordingly 

nextWord = strtok(myString, " ;,.:\t\n");  // use whatever delimiters you expect
printf("The first word is %s\n", nextWord); // strtok returns pointer to start of match
strncpy (my_node->string, nextWord, MAX_WORD_LEN-1); // copy the word to your structure
my_node->string[MAX_WORD_LEN-1]='\0';  // in case word was too long - prevent trouble

while((nextWord = strtok(NULL, " .,;:\t\n")) != NULL) {
  printf("The next word is %s\n", nextWord);
  strncpy (other_node->string, nextWord, MAX_WORD_LEN-1); // copy the word to another node in your structure
  other_node->string[MAX_WORD_LEN-1]='\0';  // in case word was too long - prevent trouble
  // … do whatever else to manage your list
}

这只是向您展示如何使用strtok从字符串中提取单词。 有趣的是，您仅使用字符串的地址调用一次 strtok之后使用NULL （实际上跟踪它在“正在吃”的字符串中的位置）。 注意-在截断字符串的过程中，会插入'\\0'字符……这意味着在通过strtok运行字符串后，您将无法再次使用该字符串。 否则，这对您来说是有用的功能。