统计文件单词数 C语言纯逻辑版 (对标Word)

对标Word不要当真

题目要求：

1. 文件中读取字符
2. 打印输出每个段落中的单词个数
3. 按段落(回车换行为分段)打印输出
4. 打印输出每段中最长单词的长度

要求细化:

根据英文构词法，一般统计单词时

• 将形如I’m, Mr.Wang, prat-time, short-term, No.1等统计为一个单词
• 将数字与单词混合的，形如 Round2, Part1, B2C 等统计为一个单词
• 将数字与特殊符号的，形如150.5，99%, ￥100, $0.1等统计为一个单词。
• 单个字符需根据具体要求：+,-可认为是plus mix, minus, hyphen positive negative 等
• ……
  此处考虑常见前三种情况

拆分内容->整合数据

拆分
段落拆分为单词
单词拆分为字母
设置判断器检查字母是否符合构词法

---

整合
将段落单词数打印，统计入总数

//未优化版

#include<stdio.h>
#include<stdlib.h>

int isPartOfWord( char ch, char *Pre){	//当前字符，指向前驱字符的指针
	int Cur_Flag = 1, 
		 general = 0, 
		  number = 0,
		  other  = 0; 
	//字母判断
	general = ( ('a'<=*Pre&&*Pre<='z'||'A'<=*Pre&&*Pre<='Z')
				 && (ch =='\''|| ch =='-'|| ch == '\.') )
			||( ('a'<=ch && ch<='z'||'A'<= ch&& ch<='Z')
				 && (*Pre =='\''|| *Pre =='-'|| *Pre =='\.'))
			||  ('a'<=ch&&ch<='z'||'A'<=ch&&ch<='Z');
	//数字判断	
	number  = ((*Pre=='\.') && ('0'<= ch&& ch<='9'))
			|| (( ch=='\.')  && ('0'<=*Pre&&*Pre<='9'))
			|| ( '$'==*Pre  &&('0'<= ch&& ch<='9'))	
			|| (( ch=='%') && ('0'<=*Pre&&*Pre<='9'))
			|| ( '0'<=ch&&ch<='9'); 
	Cur_Flag = ( general||number||other );	//归总判断
	*Pre     = ch; 							//更新前驱指针
	return Cur_Flag;
}

//计数器: 返回统计单词数
int Count_words( char *string){
	char PreLetter = 0;
	int    i = 0,
	 	flag = 0,
	   count = 0;
	//解决.98%计数为2个的bug：将光标初始化于数字或者字母位置 
	while(!(('a'<=string[i]&&string[i]<='z'||'A'<=string[i]&&string[i]<='Z')
			||( '0'<=string[i]&&string[i]<='9')) ) i++;
	while(1){
		if((string[i]!='\n')&&(string[i]!='\0')){
			if     (isPartOfWord(string[i],&PreLetter)) flag = 0;
			else if(flag==0){
				flag = 1;
				count++ ;	//单词数
			}//end if
			++i;
		}//end if
		else {				//bug：'\0'或'\n'的直接前驱合法字符未被计入，解决：单独处理边界
			if(flag==0)	{
				++count;		
				++i;
			}
			break;
		}//end else
	}//end while
	return count;
}

int functional( FILE *fl){
	int 	len = 0,
		  	  i = 0,
		  	max = 0,
		  	  n = 10000,
	count_words_all = 0,
	count_words_this_paragraph = 0;
	char pre,
		 str[n];
				
	memset(str,0,n);
	while(fgets(str,n,fl)){
		
		count_words_this_paragraph = Count_words(str);
		count_words_all += count_words_this_paragraph;
		
		//打印输出每个段落中的单词个数，打印输出段落
		printf("count_words_this_paragraph: \t%d\n\n%s\n",count_words_this_paragraph,str);
		
		//寻找最长单词的长度，可以独立为一个函数
		for(i = 0; i < n; i++ ){
			if(isPartOfWord(str[i],&pre)&&str[i]!='\n') max = ++len>max ? len : max;
			else len = 0;
		}//end for
				
		printf("---max length :%d\t\n---------------------------------\n",max);
		max = 0 ;
		memset(str,0,n); //缺失导致for循环遍历无意义内存得到错误答案
	}//end while
	return count_words_all;
}

int main(){
	FILE *fl = fopen( "D:\\Temp\\FileTest\\Words.txt", "r");
	printf("\n\ncount_words_all:%d\n",functional(fl));
	fclose(fl);
	return 0;
}

运行结果

当前已解决bug：

1. 合法字符直接后继为换行符或终止符未被计数
2. 首字符为.被重复计数
3. 内存未初始化导致遍历无意义内存得到错误答案