标志数在wordcount程序中的应用与拓展

Posted 2020-06-27 Wangtn

  wordcount程序要求测出文本中的单词数，字符数和行数。

  设计思路：

  将文件读入，逐字检测，检测到空格单词数加一，检测到回车行数单词数加一，如果既不是回车也不是空格则说明是字符，字符数加一

 

  编程时发现的问题：

  以上思路针对的是正常输入的文本，实际输入时还会出现种种特殊情况。

  1.在一行结束时（换行符之前）出现空格，也就是文本后面加一个空格再按回车，这种情况会导致单词数多1。

  2.文本结束时没有按下回车，会导致行数和单词数少1。

  3.连续出现几个空格，也会导致单词数增多。

 

  解决方案

  设置标志数(int blank=0;)，该标志数表示当前读取的文件中的字符的前一个字符是否为空格，0表示前一个字符不是空格，1表示是空格。

  在读取当前字符时先查看blank的值，如果当前字符是空格时，如果blank==1，则单词数不作改动，如果blank==0，说明这个空格前之一

个单词，单词数加一，同时将blank赋值为1。如果当前字符是换行符，如果blank==1，则单词数不作改动，如果blank==0，说明换行符前

是一个单词，单词数加一。blank赋值为1。如果既不是空格也不是换行符，则说明这是一个真正的字符，字符数加一然后将blank置0。(读取

到下一个字符时，该字符的前一个是一个有意义的字符，blank！=0)。

if (c == ‘ ‘ || c == ‘\t‘)//blank
        {
            if (blank == 0)
            {
                count[1]++;
                blank = 1;
            }
        }
        else
        if (c == ‘\n‘ || c == ‘\r‘)//enter
        {
            count[2]++;
            if (blank == 0)
                count[1]++;
            blank = 1;
        }
        else//char
        {
            count[0]++;
            blank = 0;
        }

 

  为什么在遇到换行符时将blank置1？

  在正常情况下，文本结束一行跳转下一行时，下一行的第一个字符应该是个有意义的字符，blank会被置0，如果下一行的第一个字符是空格，

blank会被赋值为1，也就是说遇到换行符将blank赋值为1这个操作是可有可无的。但是在文件结尾，这个blank的值起到了计数作用。当文件

读到结尾时，判断blank的值，如果在文件结束时，最后一个单词没有接换行符blank=0，单词数要加一。

while (c != EOF)
    {
        
    }
    if (blank == 0)
        count[1]++;
    fclose(fp);

  如果在文件结尾单词后面有一个换行符，按照前面正常处理，blank赋值为1之后文件关闭，程序结束。

  如果在程序的结尾有多个换行符(文件结尾有多个空行)，因为检测到换行符blank置1，所以单词数不会增加，解决了文件特殊格式单词书出现异常的问题。

 

  利用标志数blank进行功能拓展

  可以将blank的值赋予更多的含义，如果要实现注释检测功能，当前一个字符为‘/‘时，用blank==2来判断，当前字符为‘/‘注释开始，检测到换行符注释结束。

  当前字符为‘*‘时注释开始，用blank==3表示前一个字符为‘*‘，当检测到blank==3当前字符为‘/‘时注释结束。

 

  fgetc的返回值问题

  格式：int fgetc(FILE *stream);

  这个函数的返回值，是返回所读取的一个字节。如果读到文件末尾或者读取出错时返回EOF。

  在查找函数用法是发现可以将fgetc的值赋给一个整型变量(int)，仔细查了一下fgetc的返回类型

  发现fgetc函数在读到文件末尾时返回EOF，而EOF的本质是一个宏，#define EOF (-1)，表示-1。

  这返回值，需要是-1才可以表示文件读到末尾了，那可以char类型表示-1，但是-1在char类型中表示的值为0xff,然而它本身就是一个字节的内容，

如果文件中的一个字节是0xff,难道就认为文件结束，这是不合理的，用int作返回值，就不会出现这个问题，-1用int表示为0xffffffff;而字节值如果

0xff这它返回的int值就会是0x000000ff,这样就可以区别开字节值为0xff和文件结束标识EOF。

  EOF只是为了标识已经读到文件末尾，它并不是一个存储在文件中的字节。所以在判断文件是否读完时不能直接判断(fgetc()==EOF)

而是要赋值之后再进行判断

int c;
c = getc(fp);
    while (c != EOF)
    {
        
        printf("%c", c);
        c = fgetc(fp);
    }

 

  程序代码已上传至coding.net