从字符串 C++ 中读取单词，同时忽略空格、数字和符号。

Question

我正在尝试编写一个程序来读取文本文件，计算每个唯一单词，然后对唯一单词列表进行排序并列出每个单词的出现次数。但是，我似乎无法从字符串中读取单个单词，而不会弄乱并阅读字母、数字和符号。我读过其他主题，但我的逻辑在某些方面存在严重缺陷，这是我看不到的。

int main()
{
 fstream fp;
 string line;

fp.open("syllabus.txt", ios::in);

getline(fp, line);

    string word = findWords(line);
    cout << word << endl;
}

string findWords(string &line)
{
int j = 0;
string word;

for(int i = 0; i < line.size(); i++)
{
    while(isalpha((unsigned char)line[j]) != 0 && isdigit((unsigned char)line[j]) != 1)
        j++;
    word += line.substr(0, j) + " + ";
    line  = line.substr(j, (line.size() - j));
}
return word;
}

Answer 1

您的代码块有很多问题。对于一个你不想在迭代时改变行的人。通常，您不应更改迭代的内容。您需要一个开始索引和一个结束索引（通过搜索找到）。

这里有一个技巧，你可以用 >> 运算符读取单个单词

ifstream fp( "syllabus.txt" );
string word; 
vector<string> words;  

while (fp>> word)
    words.push_back(word);

Answer 2

1. 您只在 main 中阅读了一行，但在有问题的部分您说要阅读整个文件

2. 为什么你定义 findwords 来获取字符串的地址却给出字符串？

3. i

Answer 3

这个循环看起来很奇怪：

for(int i = 0; i < line.size(); i++)
{
    while(isalpha((unsigned char)line[j]) != 0 && isdigit((unsigned char)line[j]) != 1)
        j++;
    word += line.substr(0, j) + " + ";
    line  = line.substr(j, (line.size() - j));
}

您的“行”正在循环内被修改，但当发生这种情况时，您的“i”不会重置为新字符串的开头。无论如何，“i”在你的循环中是无关紧要的，它不会出现在它的任何地方。

那么为什么会出现这个循环呢？

至于解决方案，有多种方法。

• 如果要循环，最简单的方法是将行加载到字符串中，然后使用string::find_first_not_of，其中有一个包含所有字母字符的字符串。这可能不是最有效的，甚至不是最优雅的。这将返回一个位置，该位置将是std::string::npos，表示字符串的结尾或第一个非字母字符的位置。

• 下一个最简单的算法是常规的 std::find 算法，它采用迭代器并允许您放入自己的谓词，并且您可以将其放在不按字母顺序排列的基础上。使用 C++11 很容易编写基于 isalpha 的 lambda（如果您的字符串可能包含常规字符集之外的字符，则可以使用旧 C 版本或使用语言环境的增强 C++ 版本）。这将返回一个迭代器，要么是字符串的end()，要么是第一个非字母字符的位置。