C程序对输入文件中的单词总数进行计数

Question

输入文件在第2行包含一个完全为空的行，并在文本的最后一个句号之后包含一个不必要的空格。 通过这个输入文件，我得到了48个单词，而我想得到了46个单词。

我的输入文件包含：
“从查尔斯·达尔文的两个城市的故事开始

那是最美好的时光，那是最糟糕的时光。 那是智慧的时代，那是愚昧的时代。 这是信仰的时代，是怀疑的时代。 ”

这是我尝试的方法：

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

#define max_story_words 1000
#define max_word_length 80

int main (int argc, char **argv)
{


    char story[max_story_words][max_word_length] = {{0}};
    char line[max_story_words] = {0};
    char *p;
    char ch = 0;
    char *punct="\n ,!.:;?-";
    int num_words = 1;
    int i = 0;

    FILE *file_story = fopen ("TwoCitiesStory.txt", "r");
    if (file_story==NULL) {
        printf("Unable to open story file '%s'\n","TwoCitiesStory.txt");
        return (EXIT_FAILURE);
    }

    /* count words */
    while ((ch = fgetc (file_story)) != EOF) {
        if (ch == ' ' || ch == '\n')
            num_words++;
    }

    rewind (file_story);

    i = 0;
    /* read each line in file */
    while (fgets (line, max_word_length, file_story) != NULL)
    {
        /* tokenize line into words removing punctuation chars in punct */
        for (p = strtok (line, punct); p != NULL; p = strtok (NULL, punct))
        {
            /* convert each char in p to lower-case with tolower */
            char *c = p;
            for (; *c; c++)
                *c = tolower (*c);

            /* copy token (word) to story[i] */
            strncpy ((char *)story[i], p, strlen (p));
            i++;
        }
    }

    /* output array */
    for(i = 0; i < num_words; i++)
        printf ("story[%d]: %s\n", i, story[i]);

    printf("\ntotal words: %d\n\n",num_words);

    return (EXIT_SUCCESS);
}

Answer 1

您的num_words考虑了两个额外的空格，这就是为什么得到48个空格的原因。

如果我没记错的话，您应该在fgets - strtok循环之后立即打印i 。

Answer 2

遵循以下原则：

while ((ch = fgetc (file_story)) != EOF) {
    if (ch == ' ') {
         num_words++;
         while( (ch = fgetc (file_story)) == ' ' && (ch != EOF) )
    }
    if (ch == '\n') {
         num_words++;
         while( (ch = fgetc (file_story)) == '\n' && (ch != EOF) )
    }

虽然我不知道为什么您只使用空格和换行符来计算新单词。 您的代码中绝对不会包含由其他标点符号分隔的两个单词

Answer 3

我的建议是更改单词计数循环，如下所示：

/* count words */
num_words = 0;
int flag = 0; // set 1 when word starts and 0 when word ends
while ((ch = fgetc (file_story)) != EOF) {
    if ( isalpha(ch) )
    {
        if( 0 == flag )   // if it is a first letter of word ...
        {
            num_words++;  // ... add to word count
            flag = 1;   // and set flag to skip not first letters
        }
        continue;
    }
    if ( isspace(ch) || ispunct(ch) )  // if word separator ...
    {
        flag = 0;                      // ... reset flag
    }
}