文本文件单词统计（C语言） |
您所在的位置：网站首页 › 行程英文单词怎么写 › 文本文件单词统计（C语言） |
文本文件单词统计（C语言）
|
文本文件单词统计（C语言）
本人目前还是一位在校大学生，写文章的目的是为了记录一下当前所学，与其他爱好者或从业者相互学习交流。文本文件单词统计这个题目是学校的一次课程设计中的一道，在编写时也是参考了很多资料，借鉴了一些别人的想法，如有冒犯我会及时删除。同样，我的编写成果肯定会存在一些不足之处，也请读者多多包涵。 这个题目的具体信息如下： 1、问题描述 编写一个文本文件单词统计的程序，包括建立文件、单词统计、单词查询、单词定位的功能。 2、基本要求 程序应先询问用户的 ID号(ID 号包括两个大写字母和4 位数字)，例如:请输入用户 ID 号:AB1234 ，程序应对输入的 ID 号验证，符合 ID 号要求的格式（检验ID并不是主要要求，大家可自行忽略），然后程序提示四种选择: (1) 建立文件 (2) 单词统计 (3) 单词查询及定位 (4) 退出 注意: i) 文件至少包含50个英文单词（一定出现重复的单词，且一定包含数字） ii) 文档不规范，单词之间可能不只有一个空格，并且有加引号的一些单词“jiaozi” 加引号的单词算单词，但数字不算单词 iii) 逐行扫描文本文件，计算文档中单词总数，及各个单词出现的频次，并且按照单词首字母abcd…… 的顺序排列，显示并生成soft.txt文件 iv) 查询任意给出的单词是否存在，如果不存在，在屏幕上输出“查无此词！”；如果存在，显示单词出现的总次数，并且详细列出其出现的位置。 例如： 请您输入待查询的词：of 单词 of 共出现了2次； 第1次出现在第1行，第5个位置； 第2次出现在第3行，第1个位置。 请您输入待查询的词： 3、问题分析 解决如下问题： 1.检测用户ID格式是否正确，要求（1）用户ID位数为6；（2）前两位为大写英文字母，后四位是数字； 2.可创建文本文件并可输入内容； 3.对文本文件中的单词数进行统计，要求：（1）输出时将单词按照字典顺序排序；（2）数字不算入总数；（3）引号内的单词也算入总数； 4.实现单词定位，要求（1）输出单词出现的详细位置；（2）输出该单词出现的次数 1.4、功能实现 i.检验用户ID：用户从键盘中输入一个字符串。程序将接受的字符串赋值到一个字符数组，遍历数组中的元素判断格式是否正确。 ii.建立文本文件：(1）定义一个串变量;(2）定义文本文件;(3）输入文件名，打开该文件;(4）循环读入文本行，写入文本文件，其过程如下: While(不是文件输入结束){ 读入一文本行至串变量; 串变量写入文件; 输入是否结束输入标志;} (5）关闭文件。 iii.朴素匹配算法：该算法是整个单词检索程序的核心。对于主串的每一个字符作为子串的开头，与要匹配的字符串进行匹配，对主串做最大的循环，每个字符开头都做子串长度的小循环，直到匹配成功或者全部遍历完成为止。更具体地说：设有三个指针i,j,k,用i指示主串S每次开始比较的位置；指针j,k分别指示主串S和模式串T中当前正在等待比较的字符位置;一开始从主串S的第一个字符（i=0;j=1）和模式T的第一个字符(k=0）比较，若相等，则继续逐个比较后续字符(j++,k++)。否则从主串的下一个字符（i++）起再重新和模式串(j=0）的字符开始比较。依此类推，直到模式T中的所有字符都比较完，而且一直相等，则称匹配成功，并返回位置 i;否则返回-1，表示匹配失败。（可能讲述地不清楚，读者可再查询其他资料进行学习） iv. 单词统计： 单词总个数统计：在下文提到的单词出现频率统计的过程结束之后，将每个单词出现的次数相加就是单词的总个数。 单词之间有多个空格。在进行判断时，若空格之后仍然是空格，则多个空格作为一个空格进行处理。 单词出现频率统计：逐行扫描文本，将不同的单词放在一个字符数组中。在扫描过程中，每遇到一个与已保存在数组中的某一个单词相同的单词的时候，该单词的计数加1。 按字典顺序排序：将数组中的每个元素（即单词）采用冒泡法排序，最后输出详细的单词出现频率。 v.单词查询：遍历保存单词的字符数组，将要查询的单词与数组元素挨个比对。若不存在，则显示“查无此词”。 vi.单词定位：确定要检索的文本文件，确定要检索的单词，逐行扫描文本，将所要查询的单词与文本比对，若相同则立即输出行数和相应位置。 源代码如下： #include #include #include #include typedef struct{ char str[50]; //单词最大长度设为50 int cnt; //单词出现次数 }Str; //存放一个单词 int vcount(char* p){ //统计文本中单词个数 FILE *fp; char temp[50]; //在进行冒泡排序时临时存放单词 char tmp[50]; //用于在从文件中读取单词时临时存放单词 Str words[200]; //单词数量上限(200) int num=0,count=0;//实际单词数量：num的值为不同的单词个数，count的值为总单词个数 int i,j,neww=1; //neww标志位，判断是否为新单词 int m,n; if((fp=fopen(p,"r"))==NULL){ printf("找不到文件\n"); return -1; } loop: while(fscanf(fp,"%s",tmp)!=EOF){ //fscanf从文件中挨个读取单个字符串 （单词） neww=1; for(i=0;i goto loop; } } for(i=0;i //重复的单词 if (strcmp(tmp, words[i].str)==0 ){ //和已经读取的单词进行比对，看是否为新单词。若不是，则单词出现次数加1 neww=0; words[i].cnt++; } } if (neww){ //若是新单词，则复制字符串进入word数组 for (j=0; tmp[j]!='\0'; j++) { words[num].str[j] = tmp[j]; } words[num].str[j] = '\0'; //单词末尾添加结束符 words[num++].cnt = 1; // 新单词数量+1 } } for(m=0;m if(strcmp(words[n].str,words[n+1].str)B,返回正数;A //统计单词总数 count += words[m].cnt; } printf("一共%d个不同的单词，每个单词出现次数如下：\n",num);//输出信息 for (i=num-1; i>=0; i--) { printf("%-10s %2d\n", words[i].str, words[i].cnt); } printf("单词个数为(包含重复出现)%d\n",count); fclose(fp); } int Index(char* p){ //朴素模式匹配算法 int j=0,i=0;//j用于记录输入的子串的长度,i用于记录主串的长度 char S[1000],T[50]; //s[]存放文件中的字符，t[]存放要搜索的单词 char ch1,ch2; FILE *fp; if((fp=fopen(p,"r"))==NULL){ printf("找不到文件\n"); return -1; } ch1=fgetc(fp); //将文件读取到一维数组当中 while(ch1!='$'){ S[i]=ch1; i++; ch1=fgetc(fp); } S[i]='$'; printf("请输入你要搜索的单词:\n"); //建立子串（输入想要搜索的单词） scanf("%s",T); ch2=T[0]; while(ch2!='\0'){ //j代表了所要搜索的单词的长度 j++; ch2=T[j]; } //朴素模式匹配算法实现 int row=1,col=1;//row为行，col为列 int m=0,n=0,q=1;//m为S（主串）的下标，n为T（子串）的下标，q用于换行时记录m的值 int num=0;//num用于记录选定单词出现的次数 int left=0;//判断左右引号 while(m //加引号的单词处理：跳过引号，读取下一个字符，并设置标记left=1 m=m+1; left=1; } if(S[m]==T[n]){ m++; n++; } else{ m=m-n+1; n=0; }; if(n==j&&S[m+1]!=' '){ //匹配到相应单词 num++; //出现次数加1 if(row==1){ col=m-n+1; printf("第%d次出现的位置位于第%d行第%d列\n",num,row,col); } else{ col=m-n-q; printf("第%d次出现的位置位于第%d行第%d列\n",num,row,col); } } if(S[m]==' '||(S[m]=='"' &&left==1)){ //遇到右引号的情况下和空格进行一样的处理 col++; left=0; while(S[m]==' '||S[m]=='"') m=m+1; } if(S[m]=='\n'){ row++; q=m; }; if(S[m]=='$'){ printf("所选单词出现的次数是%d\n",num); return num; } } } void createfile(char* p){ //创建文件 FILE *fp; char ch; fp=fopen(p,"w+"); ch=getchar(); //写入文件 printf("请输入单词:（请以$符号结束）\n"); while(ch!='$') { ch=getchar(); fputc(ch,fp); } fclose(fp); } int checkID(char s[],int x) { // 检验ID ID格式；共6位 前两位大写字母 后四位为数字 int i = 0,y = x; char t[6]; if(strlen(s)!=6){ printf("您输入的格式不正确（位数不是6位），请重新输入!\n"); return 1; } for(i=0;i //判断前两位 if(i printf("您输入的格式不正确（前两位不是大写英文字母），请重新输入!\n"); return 1; break; } } if(i>=2){ //判断后四位 if(t[i]>='0'&&t[i] int j = 1,l = 0; int count=-1,c=-1; char filename[255],afilename[255]; char *p; char ID[6]; char quit; while(j==1){ // 调用cheakID函数对用户名进行判断 printf("请输入您的ID!（前两位为大写字母，后四位为整数）\n"); scanf("%s",ID); j = checkID(ID,sizeof(ID)); if(j==0){ printf("输入正确！"); } } while(true){ printf("请选择您想要进行的操作（请输入操作前对应的数字）\n 1.建立文件\n 2.单词查询及定位\n 3.单词统计\n 4.退出\n"); scanf("%d",&l); fflush(stdin); //吃掉回车符 if(l!=1&&l!=2&&l!=3&&l!=4){ printf("您的输入有误，请重新输入！"); } if(l==1){ printf("请输入所要创建的文件名（包括扩展名）"); scanf("%[^\n]",filename); p=filename; createfile(p); printf("文件创建成功！"); // 建立文件 } if(l==2){ // 具体单词定位及查询 while(count==-1){ printf("请输入文件名（包括扩展名）"); scanf("%[^\n]",afilename); fflush(stdin); p=afilename; count=Index(p); if(count==0){ printf("查无此词！"); } if(count==-1){ printf("文件名有误，请重新进入查询！\n"); break; } } } if(l==3){ while(c==-1){ printf("请输入文件名（包括扩展名）"); scanf("%[^\n]",afilename); fflush(stdin); p=afilename; c=vcount(p); if(c==-1){ printf("文件名有误，请重新进入查询！\n"); break; } } } if(l==4){ printf("您已退出该程序！"); break; //退出练习程序 } } }部分运行结果截图： |
【本文地址】
今日新闻 |
推荐新闻 |