如何对将标点符号分类为空格的(单词)进行分词
||
基于这个问题,很快就结束了:
尝试创建一个程序来读取用户输入,然后将数组拆分为单独的单词,我的指针是否全部有效?
我认为与其结束讨论,不如说可以做一些额外的工作来帮助OP澄清问题。
问题:
我想标记用户输入并将标记存储到单词数组中。
我想使用标点符号(。,-)作为分隔符,因此将其从令牌流中删除。
在C语言中,我将使用“ 0”将数组拆分为令牌,然后手动构建数组。
像这样:
主要功能:
char **findwords(char *str);
int main()
{
int test;
char words[100]; //an array of chars to hold the string given by the user
char **word; //pointer to a list of words
int index = 0; //index of the current word we are printing
char c;
cout << \"die monster !\";
//a loop to place the charecters that the user put in into the array
do
{
c = getchar();
words[index] = c;
}
while (words[index] != \'\\n\');
word = findwords(words);
while (word[index] != 0) //loop through the list of words until the end of the list
{
printf(\"%s\\n\", word[index]); // while the words are going through the list print them out
index ++; //move on to the next word
}
//free it from the list since it was dynamically allocated
free(word);
cin >> test;
return 0;
}
行标记器:
char **findwords(char *str)
{
int size = 20; //original size of the list
char *newword; //pointer to the new word from strok
int index = 0; //our current location in words
char **words = (char **)malloc(sizeof(char *) * (size +1)); //this is the actual list of words
/* Get the initial word, and pass in the original string we want strtok() *
* to work on. Here, we are seperating words based on spaces, commas, *
* periods, and dashes. IE, if they are found, a new word is created. */
newword = strtok(str, \" ,.-\");
while (newword != 0) //create a loop that goes through the string until it gets to the end
{
if (index == size)
{
//if the string is larger than the array increase the maximum size of the array
size += 10;
//resize the array
char **words = (char **)malloc(sizeof(char *) * (size +1));
}
//asign words to its proper value
words[index] = newword;
//get the next word in the string
newword = strtok(0, \" ,.-\");
//increment the index to get to the next word
++index;
}
words[index] = 0;
return words;
}
对以上代码的任何评论将不胜感激。
但是,此外,在C ++中实现此目标的最佳技术是什么?
没有找到相关结果
已邀请:
2 个回复
凡夕
好得多。
窃誓额
作为分隔符。幸运的是,
的定义是由语言环境定义的,因此我们可以修改语言环境以将其他字符视为空格,然后使我们能够以更自然的方式标记流。
然后,我们可以在本地像这样使用此方面:
问题的下一部分是如何将这些单词存储在数组中。好吧,在C ++中您不会。您可以将此功能委托给std :: vector / std :: string。通过阅读您的代码,您将看到您的代码在代码的同一部分中做了两项主要工作。 它正在管理内存。 它正在标记数据。 有一个基本原则“ 8”,您的代码应仅尝试执行以下两项操作之一。它应该执行资源管理(在这种情况下为内存管理),或者应该执行业务逻辑(数据标记)。通过将它们分成不同的代码部分,可以使代码更易于使用和编写。幸运的是,在此示例中,所有资源管理已由std :: vector / std :: string完成,因此使我们能够专注于业务逻辑。 如许多次所示,标记流的简单方法是使用运算符>>和字符串。这会将信息流分解为文字。然后,您可以使用迭代器自动遍历整个流,从而对流进行标记化。
如果我们将其与一些标准算法结合起来以简化代码。
现在将以上所有内容组合到一个应用程序中