用C语言来统计文件中单词的个数

http://c.biancheng.net/cpp/html/2817.html

2015

文本检索是软件最常用的一个功能，用C语言写一段程序，统计某个文件中单词的个数。

提示：单词是以空格为分隔的。

文本检索是软件最常用的一个功能，下面的代码将教你如果使用C语言统计单词的个数。

代码实现：

#include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include <conio.h>
// argc: 统计运行程序时命令行参数的个数
// *argv[]: 储存每个参数的字符串指针，每一个元素对应一个参数
int main (int argc,char *argv[])
{
    int ch,bian=0,count=0;
    char find[50],temp[1000];
    FILE *pt;    //文件指针
    // 判断是否输入文件
    if (argc != 2){
        printf("请使用格式: %s 文件名",argv[0]); 
        exit(1);    //非正常退出
    }
    // 判断能否成功打开文件
    if ((pt = fopen(argv[1],"r"))== NULL){  //将argv[1]赋值给指针pt
        printf("打开文件 %s 失败",argv[1]);
        exit(1);   
    }
    printf("请输入要查找的单词:");
    gets(find);
    while((ch=getc(pt))!=EOF){  //EOF 表示文件结束
        if ((ch!=' ')&&(ch!='\n')){
            temp[bian]=ch;
            bian++;
        } else {
            temp[bian]='\0';   
            if ((strcmp(find,temp))==0) count++;
            bian=0;
        }
    }
    printf("共在文件%s中查找到字符串\"%s\" %d 个\n",argv[1],find,count);
    getch();
    return 0;
}

代码分析上面的程序，需要在 dos 命令行下运行。 首先 cd 到程序的编译目录，然后输入程序名和文件名，例如，笔者编译后的程序位于 E:\cDemo\Debug\cDemo.exe，那么运行方式如下：

这里需要简单介绍一下 main() 函数。main() 函数是程序的入口函数，代码内部无法向其传参，只能在程序运行时由系统在向其传参。一般情况下不需要向main()函数传参，但是如果希望程序启动时可以读取有用数据，进行初始化处理，那么可以这样来传参：
   int main (int argc, char *argv[])
argc 表示参数的个数，argv[] 以数组形式保存传递的所有参数。

注意，当前程序会作为第一个参数传递，例如上面输入 cdemo.exe  demo.txt，那么 argc =2，argc[0]=cdemo.exe，argc[1]=demo.txt

还有一种简单的传参方式，就是将文件（图标）拖到程序上，程序就会立即运行，并将该文件作为一个参数，效果与 cdemo.exe  demo.txt 相同。

关于main()函数的更多介绍请查看：C语言mian()函数详解

最后说一下实现单词搜索的思路，这是本程序的关键，这部分代码位于while循环内。

用gets读取用户输入的单词并保存到变量find，while((ch=getc(pt))!=EOF) 对文件进行读取，直到文件结束。

用if对读取的进程进行判断：将每次读取到的单个字符ch依次放入字符串数组temp[]中，直到遇到空格符或者换行符，则这个单词结束，添加’\0’结束标记。用strcmp()函数与用户搜索的单词find进行比较，如果匹配，则返回0，计数器count加1。最后令bian置0。

注意：英语书写时以空格来分隔每个单词，故我们以空格作为单词结束的标志。而之所以要加上换行符，是因为如果没有检测换行符，当单词在行首（或行末）时，就会和上一行（或下一行）的最后一个单词连在一起，视为1个单词与find比较，导致统计结果缺失。