linux下的c程序统计单词个数,C语言统计文件中的字符数、单词数以及总行数

统计文件的字符数、单词数以及总行数，包括：

每行的字符数和单词数

文件的总字符数、总单词数以及总行数

注意：

空白字符(空格和tab缩进)不计入字符总数；

单词以空格为分隔；

不考虑一个单词在两行的情况；

限制每行的字符数不能超过1000。

请先看代码：

#include

#include

int *getCharNum(char *filename, int *totalNum);

int main(){

char filename[30];

// totalNum[0]: 总行数  totalNum[1]: 总字符数  totalNum[2]: 总单词数

int totalNum[3] = {0, 0, 0};

printf("Input file name: ");

scanf("%s", filename);

if(getCharNum(filename, totalNum)){

printf("Total: %d lines, %d words, %d chars\n", totalNum[0], totalNum[2], totalNum[1]);

}else{

printf("Error!\n");

}

return 0;

}

/**

* 统计文件的字符数、单词数、行数

*

* @param  filename  文件名

* @param  totalNum  文件统计数据

*

* @return  成功返回统计数据，否则返回NULL

**/

int *getCharNum(char *filename, int *totalNum){

FILE *fp;  // 指向文件的指针

char buffer[1003];  //缓冲区，存储读取到的每行的内容

int bufferLen;  // 缓冲区中实际存储的内容的长度

int i;  // 当前读到缓冲区的第i个字符

char c;  // 读取到的字符

int isLastBlank = 0;  // 上个字符是否是空格

int charNum = 0;  // 当前行的字符数

int wordNum = 0; // 当前行的单词数

if( (fp=fopen(filename, "rb")) == NULL ){

perror(filename);

return NULL;

}

printf("line  words  chars\n");

// 每次读取一行数据，保存到buffer，每行最多只能有1000个字符

while(fgets(buffer, 1003, fp) != NULL){

bufferLen = strlen(buffer);

// 遍历缓冲区的内容

for(i=0; i

c = buffer[i];

if( c==' ' || c=='\t'){  // 遇到空格

!isLastBlank && wordNum++;  // 如果上个字符不是空格，那么单词数加1

isLastBlank = 1;

}else if(c!='\n'&&c!='\r'){  // 忽略换行符

charNum++;  // 如果既不是换行符也不是空格，字符数加1

isLastBlank = 0;

}

}

!isLastBlank && wordNum++;  // 如果最后一个字符不是空格，那么单词数加1

isLastBlank = 1;  // 每次换行重置为1

// 一行结束，计算总字符数、总单词数、总行数

totalNum[0]++;  // 总行数

totalNum[1] += charNum;  // 总字符数

totalNum[2] += wordNum;  // 总单词数

printf("%-7d%-7d%d\n", totalNum[0], wordNum, charNum);

// 置零，重新统计下一行

charNum = 0;

wordNum = 0;

}

return totalNum;

}

运行程序，输出结果为：

linuxidc@linuxidc:~/www.linuxidc.com$ ./linuxidc.com

Input file name: linuxidc.txt

line  words  chars

1      84    816

2      82    708

3      36    359

Total: 3 lines, 202 words, 1883 chars

上面的程序，每次从文件中读取一行，放到缓冲区buffer，然后遍历缓冲区，统计当前行的字符和单词数。

fgets()函数用于从文件中读取一行或指定个数的字符，其原型为：

char * fgets(char *buffer, int size, FILE * stream);

参数说明：

buffer为缓冲区，用来保存读取到的数据。

size为要读取的字符的个数。如果该行字符数大于size-1，则读到 size-1 个字符时结束，并在最后补充' \0'；如果该行字符数小于等于 size-1，则读取所有字符，并在最后补充 '\0'。即，每次最多读取 size-1 个字符。读取的字符包括换行符。

stream为文件指针。

有的读者问，为什么不使用getc()，每次从文件中读取一个字符，也无需开辟缓冲区。

这样没有问题，但是在处理换行时要注意跨平台问题，因为不同的平台对文本文件换行的处理不一样，Linux以'\n'为换行符，Windows以'\n\r'为换行符，Mac又以'\r\n'为换行符。所以，使用getc()函数处理换行时比较麻烦。

这里去繁就简，通过fgets()读取整行数据，然后再处理每个字符，直接忽略'\n'和'\r'。

注意：由于每行的结尾会有最多2个字节长度的换行符，fgets()还会添加NUL，所以缓冲区的长度至少为1003，才能容纳每行1000个字符，否则strlen()可能返回垃圾值。

请看代码第43行，打开文件出错时，返回NULL，而不是生硬的exit()。这样可以通知主调函数发生了错误，让主调函数做出适当的处理，或者通知用户，提高软件的用户体验。