在C中计算字符串中的单词

Question

我写了一段代码来计算一个字符串包含多少个单词。

我已经尝试了多个输入，并且大多数输入都是正确的，但有些情况表明我的程序存在基本的逻辑缺陷。例如，如果我在一个空字符串中设置，输出将错误地为 1，如果我在字符串的末尾添加空格，由于某种原因，我不知道输出将是 1+其中的实际单词数字符串和我的代码显然表明我想取出所有空格/制表符。

我的程序基本上是在一个字符串中这样做的，但不幸的是没有在它的末尾。我很清楚我的功能有问题，但我不知道是什么。而且我知道借助外部库可能更容易实现它，但我被要求用纯基本代码来实现它。

这是我目前所拥有的：

int get_number_of_words(char input_string[])
{
    int i, j, counter = 0;
    for (i = 0; i < STRING_SIZE; i++)
    {
        if (input_string[i] != ' ')
        {
            counter++;
            j = i;
            while ((input_string[j] != ' '))
                j++;
            i = j;
        }
    }
    return counter;
}

我会给你一些输入和输出字符串的例子：

• "Hello\t\t\t" - 1 个字（标签被忽略）
• "Hello" - 1 个字
• "" - 0 字
• "\t\tThis is a basic example\t\t\t" - 5 个字（忽略标签）
• "This is a basic example " - 5 个单词（最后一个空格被忽略）

稍后，我将不得不考虑不同的标点符号（包含在单词中），但与此同时，我只想掌握程序的核心。

Answer 1

如果你只是在寻找一个可行的算法，这里是逻辑：

1. 使用空格分隔/拆分句子/（字串）。结果将是一个数组。
2. 过滤数组以删除任何空白字符串（空格）、不需要的单词，例如 'is' 'a' 'an'。
3. 计算结果数组的长度。

这应该是你的答案。希望你能把指令转换成程序。

Answer 2

这是修改后的代码。请参考 cmets 以获得更好的理解。我还假设 STRING_SIZE 会大于输入字符串的长度。

int get_number_of_words(char input_string[])
{
    int i, j, counter = 0;
    for (i = 0; i < STRING_SIZE; i++)
    {
        // This makes sure that when the 'i' in input_string is reached to end,
        // you must not check further. It is basically last char of string.
        if(input_string[i]=='\0')break;

        // only enter this if condition if encounter a char a-z or A-Z
        if((input_string[i]>='A'&&input_string[i]<='Z')||(input_string[i]>='a'&&input_string[i]<='z'))
        {
            counter++;
            j = i;
            // if there is no ' ' then this loop will run forever.
            // thus added a constraint. 
            // iterate this loop till you read char from a-z or A-Z
            while (j<STRING_SIZE && ((input_string[j]>='A'&&input_string[j]<='Z')||(input_string[j]>='a'&&input_string[j]<='z')))
                j++;
            i = j;
        }

    }
    return counter;
}

Answer 3

使用如下循环：

for (i = 0; i < STRING_SIZE; i++)

似乎是个坏主意。我假设 STRING_SIZE 是在#define 中设置的某个固定数字，它不起作用，因为输入字符串可以更短也可以更长。

相反，我建议您使用指针来迭代字符串，即将指针初始化为指向字符串的开头，并在每个循环中递增指针并继续循环，直到您看到字符串终止。

可能看起来像：

#include <stdio.h>

int is_whitespace(char c)
{
    // Check for space or tab
    return (c == ' ' || c == '\t');
}

int get_number_of_words(char* input_string)
{
    int counter = 0;

    // Make p point to start of string
    char* p = input_string;

    // Remove whitespaces, i.e. look for next word or end-of-string
    while (*p && is_whitespace(*p)) ++p;

    while(*p)
    {
        ++counter;

        // Continue down the string until a whitespace or end-of-string is found
        while(*p && !is_whitespace(*p)) ++p;

        // Remove whitespaces, i.e. look for next word or end-of-string
        while (*p && is_whitespace(*p)) ++p;
    }
    return counter;
}


int main()
{
    char* str1 = "some text";
    printf("%s %d\n", str1, get_number_of_words(str1));
    char* str2 = "         some                   text                  ";
    printf("%s %d\n", str2, get_number_of_words(str2));
    char* str3 = "some\ttext";
    printf("%s %d\n", str3, get_number_of_words(str3));
    char* str4 = "\tsome\t\ttext\t\t";
    printf("%s %d\n", str4, get_number_of_words(str4));
    return 0;
}

输出：

some text 2
         some                   text                   2
some    text 2
    some        text         2