[英]Tokenize a String in C with strtok (Include Digits as Delimiters)
所以我有以下功能:
void tokenize() {
char *word;
char text[] = "Some - text, from stdin. We'll see! what happens? 4ND 1F W3 H4V3 NUM83R5?!?";
int nbr_words = 0;
word = strtok(text, " ,.-!?()");
while (word != NULL) {
printf("%s\n", word);
word = strtok(NULL, " ,.-!?()");
nbr_words += 1;
}
}
輸出為:
Some
text
from
stdin
We'll
see
what
happens
4ND
1F
W3
H4V3
NUM83R5
13 words
基本上,我正在做的是將文本段落標記為單詞,以便在以后進行進一步的分析。 我有文字,也有分隔符。 唯一的問題是與所有其他定界符同時標記數字。 我知道我可以在ctype.h
使用isdigit
。 但是,我不知道如何將其包括在strtok
。
例如(顯然是錯誤的): strtok(paragraph, " ,.-!?()isdigit()");
遵循這些原則。 但是,由於我在此階段擁有每個標記(單詞),因此if
我可以使用語句進一步對每個單詞進行標記化(以位數分割),是否會進行某種后處理?
例如,輸出將進一步降級為:
ND
F
W
H
V
NUM
R
15 words // updated counter to include new tokens
在這方面, strtok
非常簡單:只需將所有數字一一列出即可,例如:
strtok(paragraph, " ,.-!?()0123456789");
注意: strtok
是一個古老的,不可重入的函數,不應在現代程序中使用。 您應該切換到strtok_r
,它具有類似的接口,但是可以在並發環境和其他需要重新進入的情況下使用。
為什么不只是使用
word = strtok(text, " ,.-!?()1234567890");
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.