C文本处理: Output Wrong Size

Question

我正在编写一个 ac 程序，该程序接受单词的文本文件，并且仅复制不带大写或标点符号的单词，并且长度为 4 个或更多字符。我已经测试了 bool 函数 int containsPunctuationOrCaps(char *word) 和 int longThanThree(char *word) ，它们都有效。但是，我的主函数仅打印至少七个字符的单词，任何更长的字符都会被截断。

int main() {
  char *currentWord = malloc(36);
  int count = 0;
  char *Words[3000];
  FILE *fin, *fout;

  fin = fopen(INFILE,"r");
  if (fin==NULL) {
    printf("INPUT FILE NOT FOUND\n");
    return 1;
  } 
  while(fgets(currentWord, sizeof(currentWord), fin) != NULL) {
    if(!containsPunctuationOrCaps(currentWord) && longerThanThree(currentWord)) {
    Words[count]=currentWord;
    printf("%s\n",currentWord);
    count++;
    }
  }
  fclose(fin);    
}

当我改变的时候 char *currentWord = malloc(36);到 字符当前Word[]；它不读取任何内容。我怎样才能做到这一点？

Answer 1

您将 currentWord 声明为 char *，它指向动态分配的内存。 sizeof 在编译时求值，并求出类型 currentWord 所需的大小(以字节为单位) - 在您的情况下，存储内存地址/指针所需的大小，在您的系统上显然是 8 个字节。由于 fgets 附加了一个终止 \0 字节，因此 fgets 调用仅读取 7 个字符。

您可以将 char *currentWord = malloc(36);(注意:您永远不会释放分配的内存)替换为 char currentWord[36];，这应该会导致至少读取 35 个字符。但是，fgets 始终尝试读取，直到行尾(或直到缓冲区已满)，因此 currentWord 数组将包含多个单词。

您可以在空格处分割 currentWord，但这需要在缓冲区末尾进行额外的检查逻辑(即 currentWord 的末尾是单词的末尾/行，或者缓冲区刚刚满并且单词继续？)。完成您想要的操作的最简单方法可能是逐个字符读取文件(使用 getc ，但您应该确保使用缓冲 I/O，请参阅 setbuf )。当您读取每个字符时，您会检查它是单词字符还是非单词字符(或 EOF)。在前一种情况下，您将附加到缓冲区，而在后一种情况下，如果单词符合您的条件，则输出该单词，但首先附加一个 \0 终止符。 currentWord 缓冲区应该动态分配(除非您知道字长的明确上限)，如果当前读取的字长于分配的内存可以容纳的长度，则可能必须重新分配它。