我正在尝试使用一个文件，并将其转换为某种数据结构（Text是段落的"数组"，paragraph是句子的"阵列"，sentent是单词的"数组，它们是char*）。
为了让自己的一切都变得容易，我使用了数据流（确切地说是ifstream），但我遇到的一个问题是定义段落的结尾（2'\n'被认为是段落的结尾）。简单的方法是逐个字符地处理文本，并检查每一个文本是否是空格或"\n"，但这很长，有点痛苦。
代码看起来像这样：
std::ifstream fd(filename);
char buffer[128];
while(fd >> buffer)
{
/* Some code in here that does things with buffer */
}
而且——好吧，它很有效，但完全忽略了所有段落。fd.get(buffer, 128, 'n')也不能按需要工作——它在读取1次后就切断了所有内容。
那么，有没有一种方法比逐个读取更容易做到这一点？无法使用getline()，因为任务禁止我们使用向量或字符串。
更新
看来std:：istream:：getline可能会帮我，但它仍然不是我所期望的。它读起来，好吧，第一行，然后发生了一些奇怪的事情。
代码看起来是这样的：
std::ifstream fd(fl);
char buffer[128];
fd.getline(buffer, 128);
std::cout << "555 - [" << buffer << "]" << std::endl;
std::cout << fd.gcount() << std::endl;
fd.getline(buffer, 128);
std::cout << "777 - [" << buffer << "]" << std::endl;
std::cout << fd.gcount() << std::endl;
输出看起来像
]55 - [text from file
23
]77 - [
2
是的，我想我不明白发生了什么。
据我所知，您可能不会使用任何std容器。
所以我认为有可能：
- 将整个文件读取到缓冲区
- 标记段落的缓冲区
- 标记每个段落的句子
- 标记每个句子中的单词
对于第一部分，您可以使用：
//! Reads a file to a buffer, that must be deleted afterwards
char* readFile(const char *filename) {
std::ifstream ifs(filename, std::ifstream::binary);
if (!filename.good())
return NULL;
ifs.seekg(0, ifs.end);
size_t len = ifs.tellg();
ifs.seekg(0, ifs.beg);
char* buffer = new char[len];
if (!buffer) { // Check for failed alocation
ifs.close();
return NULL;
}
if (ifs.read(buffer, len) != len) { // Check if the entire file was read
delete[] buffer;
buffer = NULL;
}
ifs.close();
return buffer;
}
有了这个函数，我们现在只需要使用它并标记字符串。为此，我们必须定义我们的类型（基于链表，使用C编码格式）
struct Word {
char *contents;
Word *next;
};
struct Sentence {
Word *first;
Sentence *next;
};
struct Paragraph {
Sentence *first;
Paragraph *next;
};
struct Text {
Paragraph *first;
};
定义了类型后，我们现在可以开始阅读我们的文本：
//! Splits a sentence in as many Word elements as possible
void readSentence(char *buffer, size_t len, Word **target) {
if (!buffer || *buffer == ' ' || len == 0) return;
*target = new Word;
(*target)->next = NULL;
char *end = strpbrk(buffer, " trn");
if (end != NULL) {
(*target)->contents = new char[end - buffer + 1];
strncpy((*target)->contents, buffer, end - buffer);
(*target)->contents[end - buffer] = ' ';
readSentence(end + 1, strlen(end + 1), &(*target)->next);
}
else {
(*target)->contents = _strdup(buffer);
}
}
//! Splits a paragraph from a text buffer in as many Sentence as possible
void readParagraph(char *buffer, size_t len, Sentence **target) {
if (!buffer || *buffer == ' ' || len == 0) return;
*target = new Sentence;
(*target)->next = NULL;
char *end = strpbrk(buffer, ".;:?!");
if (end != NULL) {
char *t = new char[end - buffer + 2];
strncpy(t, buffer, end - buffer + 1);
t[end - buffer + 1] = ' ';
readSentence(t, (size_t)(end - buffer + 1), &(*target)->first);
delete[] t;
readParagraph(end + 1, len - (end - buffer + 1), &(*target)->next);
}
else {
readSentence(buffer, len, &(*target)->first);
}
}
//! Splits as many Paragraph as possible from a text buffer
void readText(char *buffer, Paragraph **target) {
if (!buffer || *buffer == ' ') return;
*target = new Paragraph;
(*target)->next = NULL;
char *end = strstr(buffer, "nn"); // With this, we have a pointer to the end of a paragraph. Pass to our sentence parser.
if (end != NULL) {
char *t = new char[end - buffer + 1];
strncpy(t, buffer, end - buffer);
t[end - buffer] = ' ';
readParagraph(t, (size_t)(end - buffer), &(*target)->first);
delete[] t;
readText(end + 2, &(*target)->next);
}
else
readParagraph(buffer, strlen(buffer), &(*target)->first);
}
Text* createText(char *contents) {
Text *text = new Text;
readText(contents, &text->first);
return text;
}
例如，您可以这样使用它：
int main(int argc, char **argv) {
char *buffer = readFile("mytext.txt");
Text *text = createText(buffer);
delete[] buffer;
for (Paragraph* p = text->first; p != NULL; p = p->next) {
for (Sentence* s = p->first; s != NULL; s = s->next) {
for (Word* w = s->first; w != NULL; w = w->next) {
std::cout << w->contents << " ";
}
}
std::cout << std::endl << std::endl;
}
return 0;
}
请记住，这个代码可能工作，也可能不工作，因为我没有测试它。
来源：
- http://www.cplusplus.com/reference/