计算文本输入中的不同单词

Question

我想做一个代码来搜索 txt 文件并返回不同单词的数量以及它们在文本中出现的次数。我试图这样做，但在将从输入中读取的单词与已读取的单词进行比较时遇到问题。所以我正在编写一个代码，如果一个单词是新的，则将其添加到单词 vector 中，如果不是，则将单词计数增加 1。但是当我比较这些词时，它并没有表明它们是相等的，即使它们不相等。例如:txt 填充为:

test test test.
test test test.

(“测试。”=/= 来自“测试”)。它返回 7 个不同的单词，其中 3 个为 NULL，“3 test”和 1 个“test”。 。这应该返回 2 个单词，在测试中计数为 4，在测试中计数为 2。

有人能看出我的代码有什么问题吗？

#define MAX_PALAVRAS 1024
#define MAX_TAM_PALAVRA 32

typedef struct ocorrencia_ {
    char palavra[MAX_TAM_PALAVRA];
    int pos;
    int num_ocorrencias;
}ocorrencia;

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


 int main (int argc, char * argv[]){
    ocorrencia palavras[MAX_PALAVRAS];
    int i,palavras_diferentes=0,palavra_atual=0;
    char aux[MAX_TAM_PALAVRA];
    bool nova_palavra=true;
    for (i=0;i<MAX_PALAVRAS;i++){
        palavras[i].pos=-1;
        palavras[i].num_ocorrencias=0;
    }
    FILE * D = fopen("input.txt","r");
    while (!feof(D)){
        char aux2[MAX_TAM_PALAVRA];
        fscanf(D,"%s",aux);
        for (i=0;i<palavras_diferentes;i++){
            if (strcmp(palavras[palavras_diferentes].palavra,aux)==0){
                nova_palavra=false;
                break;
            }
            palavra_atual++;
        }
        if (nova_palavra){
            strcpy(palavras[palavra_atual].palavra,aux);
            palavras_diferentes++;
        }
        palavras[palavra_atual].num_ocorrencias++;
        printf("%s\n",palavras[palavra_atual].palavra);
    }
    fclose (D);
    printf("diferent words=%i\n",palavras_diferentes);
    printf("success!\n");
    return (EXIT_SUCCESS);
}

感谢您花时间阅读或尝试提供帮助!

Answer 1

根据我的评论，以下是一些可能对您有所帮助的更改:

-在 while 循环开始时将 palavra_atual 设置为 0，并将 nova_palavra 设置为 true。

-测试fscanf的返回，添加类似if(fscanf(D,"%s",aux)==1){...}

-测试所有单词! if (strcmp(palavras[i].palavra,aux)==0)

代码如下:

#define MAX_PALAVRAS 1024
#define MAX_TAM_PALAVRA 32

typedef struct ocorrencia_ {
    char palavra[MAX_TAM_PALAVRA];
    int pos;
    int num_ocorrencias;
}ocorrencia;

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


int main (int argc, char * argv[]){
    ocorrencia palavras[MAX_PALAVRAS];
    int i,palavras_diferentes=0,palavra_atual=0;
    char aux[MAX_TAM_PALAVRA];
    bool nova_palavra=true;
    for (i=0;i<MAX_PALAVRAS;i++){
        palavras[i].pos=-1;
        palavras[i].num_ocorrencias=0;
    }
    FILE * D = fopen("input.txt","r");
    while (!feof(D)){
        palavra_atual=0;
        nova_palavra=true;
        char aux2[MAX_TAM_PALAVRA];
        if(fscanf(D,"%s",aux)==1){
            for (i=0;i<palavras_diferentes;i++){
                if (strcmp(palavras[i].palavra,aux)==0){
                    nova_palavra=false;
                    break;
                }
                palavra_atual++;
            }
            if (nova_palavra==true){
                printf("new word %d %s\n",palavra_atual,aux);
                strcpy(palavras[palavra_atual].palavra,aux);
                palavras_diferentes++;
            }
            palavras[palavra_atual].num_ocorrencias++;
            printf("%s\n",palavras[palavra_atual].palavra);
        }
    }
    fclose (D);
    printf("diferent words=%i\n",palavras_diferentes);
    printf("success!\n");
    return (EXIT_SUCCESS);
}

您会对ctypes.h here的ispunct()感兴趣