C语言:比较两个数组中的单词并删除常见单词

Question

我想知道是否有人能就我遇到的问题给我一些建议。下面的代码读取一个预先编写的"输入文件"(在我的代码中名为"input"(，然后复制其内容并创建一个新文件(在我代码中称为"output1"(。

我想把这个"；output1"；阵列(ch(相对于"；"停止语"；数组(停止(并删除所有常用字；output2"；文件和结果。

我该怎么做？我的代码目前发布在下面。

#include <stdio.h>
int main(void)
{
FILE *read;
FILE *write;
FILE *stopword;
char ch[100];
char stop[100];
read = fopen("input.dat", "r");           
write = fopen("output1.dat", "w");          
stopword = fopen("stopword.dat", "r");      
while (fgets(ch, 100, read))            
{ 
fputs(ch, write);                    
printf("%s", ch);                   
} 
printf("n");
while (fgets(stop, 100, stopword))          
{
printf("%s", stop);
}
fclose(read);                           
fclose(write);                           
fclose(stopword);
return 0;
}

input.dat的内容为：

In this program, you are hoping to remove the common words.
A result there should display something which will remove all of common words,
and can be placed in a new output2 file.

stopword.dat的内容为：

in this you are to the a there which will of and can be

所需的输出2.dat应为：

program hoping remove common words result should display something remove all common words placed new output2 file

如有任何帮助，我们将不胜感激。

Answer 1

以下是您应该实现的步骤：

• 阅读停止单词列表，每次一个单词。对于每个单词：
  • 将副本存储到内存中的字符串数组中
• 一次读取一个单词的输入文件。对于每个单词：
  • 将单词输出到output1.dat
  • 如果在停止单词列表中找不到该单词，请将该单词输出到output2.dat
• 完成

要一次读取一个单词，可以使用fscanf()，但文件input.dat中存在的标点符号将被fscanf的%s转换视为单词的一部分。因此，我建议一次读取一个字节，并将单词检测为字母、数字和破折号序列。