字符串处理

一．实验目的

熟悉并掌握字符串的处理技术，熟悉并掌握文本文件的操作技术，进而对一般的文字处理软件的设计方法有所了解。

二．实验题目

1.统计一篇英文小说中单词的个数。

2.语言文字研究人员常常需要对某些词汇的使用频率进行统计。试帮助他们设计一个程序，统计某篇英文小说中某些词汇的出现次数和位置。设英文小说已存于一个文本文件中，待统计的词汇集要一次输入完毕，即统计工作应在程序的一次运行之后全部完成。程序的输出结果是每个词的出现次数以及出现位置所在行的行号。

说明：英文小说必须存储在文件或数据库中。

三．实现提示

1.出现位置所在行的行号可以用链表存储。若某词在某行中出现了不止一次，不必存多个相同的行号。

2．待统计词汇可以完全由小写字母组成，但文本文件中或许存在大写字母，程序应能够识别并予以正确统计。

3. 下表中列出的用于文件操作的C标准函数可以在程序中调用。

标识符	类型	功 能
fopen	函数	用于打开一个外部文件
fgetc	函数	从外部文件读取一个字符
fclose	函数	用于关闭一个文件
EOF	变量	用于判断文件是否结束

其中，fopen的调用方式为 fp=fopen(filename,"r"))，filename指定要打开的外部文件名，它是一个字符串类型的常量，“r”指定文件的打开方式为只读打开。返回值fp为一个FILE* 类型的指针，指向被打开的文件。fgetc的调用方式为c=fgetc(fp)，c为读取得字符。

下面是一个程序片断，该程序的功能是显示上文本文件readme.txt的内容。

if((fp=fopen(“readme.txt”,"r"))==NULL)
{
cout<<"Cannot openfile."<<endl;
}
c=fgetc(fp);

while(c!=EOF)//文本没结束
{
c=fgetc(fp);
cout<<c;

}

/*
1.统计英文单词的数量
2.统计单词出现的次数和出现的位置
a.可以用链表存储出现的位置，如果同一行出现很多单词，可以不用存储多个行号
b.文件中字母大小写应该进行识别，即不区分大小写
*/

#include <stdio.h>
#include <tchar.h>
#include "string.h"
#include <malloc.h>

typedef struct _State{
int h;
int r;
_State* next;
}State;

typedef struct _link        // 定义该链表是为了存储不重复出现的单词
{
State* state;
char* ch;
int num;
_link* next;
}link;

int main(int argc, _TCHAR* argv[])
{
//文件游标创建和初始化
State* my_state=(State*)malloc(sizeof(State));
my_state->h=0;
my_state->r=1;

// 读入一个txt.文件操作
FILE *fp;
fp = fopen("test3.txt","r");
char word[1025];  //最后一位用来存放“\0” \0是字符串的结束符
int pos = 0;        // 亦可用 size_t类型
char c;
link *head, *pnow, *ptmp;
head = pnow = ptmp = NULL;
while (!feof(fp))
{
c = fgetc(fp);
my_state->h++;//读取字符后h游标加1，和while判断是否换行想对应
/*
if(c=='\n'){
my_state->h=0;
my_state->r++;
}
else{
my_state->h++;

}
*/

if ((c>='a'&&c<='z')||(c>='A'&&c<='Z')||(c=='\'')) {
//将大写字母换成小写字母
if(c>='A'&&c<='Z'){
c=c+32;
}
word[pos++]=c;
}
//pos>0解决了可能存在多个空格的情况"    "
else if (pos>0)
{
word[pos] = '\0';
// 链表遍历，比较链表中的节点值与当前单词
ptmp = head;
while (ptmp)
{
if (strcmp(word, ptmp->ch)==0)
{
//找坐标 。并创建链表存储
State* state=(State*)malloc(sizeof(State));
state->h=my_state->h;
state->r=my_state->r;
state->next=NULL;
State* p=ptmp->state;
while(p!=NULL&&p->next!=NULL){
p=p->next;
}
p->next=state;
//单词数++
ptmp->num++;
break;
}
ptmp = ptmp->next;
}

// 如果链表中没有当前单词，在链表末尾插入节点
if (ptmp == NULL)
{

ptmp = (link*)malloc(sizeof(link));

//新单词首先要给一个坐标
State* state=(State*)malloc(sizeof(State));
state->h=my_state->h;
state->r=my_state->r;
state->next=NULL;
ptmp->state=state;

ptmp->ch = (char*)malloc(pos);
strcpy(ptmp->ch, word);
ptmp->num=1;
ptmp->next = NULL;
if (pnow)   // 插入当前节点为末节点
{
pnow->next = ptmp;
pnow = ptmp;
}
else        // 此处为第一次出现单词的时候
head = pnow = ptmp;
}
pos=0;
}
if(c=='\n'){
my_state->h=0;
my_state->r++;
}

}
fclose(fp); // 对文件进行操作，关闭文件

// 读取链表，输出单词及其出现的个数
ptmp = head;
FILE *fp1 = fopen("text3_result.txt","w");
while (ptmp)
{
fprintf(fp1,"%d\t%s\t", ptmp->num, ptmp->ch);
State* p=ptmp->state;
while(p!=NULL){
fprintf(fp1,"(%d,%d)  ", p->r, p->h);
p=p->next;
}
fprintf(fp1,"\n");
ptmp = ptmp->next;
}
fclose(fp1);

return 0;
}