文本搜索（C实现）
2017-04-12 本文已影响174人
033a1d1f0c58
#include <stdio.h>
#include <string.h>
using namespace std;
struct cha
{
char aa[50];//存储单词（不重复）
int num;//该单词出现的次数
int Mark[100];//标记该单词出现过的行
};
cha CHA[1000];
struct Mystr
{
char bb[50];//存储 ：字符串
int rol;//存储：字符串 所在行
};
void Standard_String(char cans[]) //标准化字符串
{
int i=0;
while(cans[i]!='\0')
{
if(cans[i]>='A'&&cans[i]<='Z')//字母全小写
cans[i]+='a'-'A';
else if((! ((cans[i]>='A'&&cans[i]<='Z')||(cans[i]>='a'&&cans[i]<='z')))&&cans[i]!=' ')
cans[i]=' '; //符号全变为空格
++i;
}
char standard[501]; //存放标准字符串
i=0;int j=0;
while(cans[i]==' ')//去开头空格
++i;
while(cans[i]!='\0')
{
while(cans[i] != ' ' && cans[i]!='\0')
{
char ctem=cans[i];
standard[j++]=ctem;
++i;
}
standard[j++]=' ';
while(cans[i] == ' '&&cans[i]!='\0')
++i;
}
standard[j]='\0';
strcpy(cans,standard);
}
int main()
{
char cc[500][501]; //存储 原版文本
char Standard_File[500][501]; //存储标准化后的文本，用于查找字符串
Mystr ans[1000];//存储字符串
char tem[50];
int i=0,m;
/***************************读取文件*******************************/
FILE* fp;
if((fp=fopen("E:\\cc.txt","r"))==NULL)
{
printf("cannot open file\n");
return 0;
}
int fcount=0;//记录文本的行数
while(!feof(fp))
{
i=0;
while(!feof(fp))//100个字符为一行存入cc中
{
fgets(cc[fcount],500,fp);
char ctem[501];
strcpy(ctem,cc[fcount]);
Standard_String(ctem);//字符串标准化
strcpy(Standard_File[fcount++],ctem);
}
}
fclose(fp);
/***************************************************************************/
/**************************扣取单词，统计单词个数*******************************/
int count=0;//单词数
for(m=0;m<fcount;m++)
{
i=0;
while(cc[m][i]==' ')//去开头空格
++i;
while(cc[m][i]!='\0')
{
++count;
int j=0;
//printf("%d : ",count);
while( ( (cc[m][i]>='a'&&cc[m][i]<='z')||(cc[m][i]>='A'&&cc[m][i]<='Z')||cc[m][i]=='\'')&&cc[m][i]!='\0')
{
char ctem=cc[m][i];
if(cc[m][i]>='A'&&cc[m][i]<='Z') ctem+='a'-'A';
printf("%c",ctem);
ans[count].bb[j++]=ctem;
++i;
}
ans[count].bb[j]='\0';
ans[count].rol=m;//记录每个单词所在的行号
printf("\n");
while( (!( (cc[m][i]>='a'&&cc[m][i]<='z')||(cc[m][i]>='A'&&cc[m][i]<='Z')||cc[m][i]=='\'' ))&&cc[m][i]!='\0' )
++i;
}
}
printf("一共 %d 个单词\n",count);
/***************************************************************************/
/****************************按照字符顺 冒泡排序*********************/
int is=0;//是否排序完成
int Tct=count;
while(is==0)
{
is=1;
for(i=1;i<Tct;i++)
{
if(strcmp(ans[i].bb,ans[i+1].bb)>0)
{
is=0;
Mystr Mtem=ans[i];
ans[i]=ans[i+1];
ans[i+1]=Mtem;
}
}
--Tct;
}
/*********************************************************************************/
/***************************记录单词出现的次数和所在的行号**************************/
printf("\n");
printf("\n");
int count2=-1;//不同的单词的个数
for(i=1;i<=count;i++)
{
if(strcmp(ans[i].bb,ans[i+1].bb)==0)
{
strcpy(CHA[++count2].aa,ans[i].bb);
if(CHA[count2].Mark[ans[i].rol]!=1)//标记该单词出现过的行号
CHA[count2].Mark[ans[i].rol]=1;
if(CHA[count2].Mark[ans[i+1].rol]!=1)//标记该单词出现过的行号
CHA[count2].Mark[ans[i+1].rol]=1;
strcpy(tem,ans[i].bb);
CHA[count2].num+=2;
i+=2;
while(strcmp(tem,ans[i].bb)==0)
{
++CHA[count2].num;
if(CHA[count2].Mark[ans[i].rol]!=1)//标记该单词出现过的行号
CHA[count2].Mark[ans[i].rol]=1;
++i;
}
--i;
}
else if (strcmp(ans[i].bb,ans[i+1].bb)!=0)
{
strcpy(CHA[++count2].aa,ans[i].bb);
if(CHA[count2].Mark[ans[i].rol]!=1)//标记该单词出现过的行号
CHA[count2].Mark[ans[i].rol]=1;
CHA[count2].num++;
}
}
/*********************************************************************************/
/******************************按照次数排序*************************************/
printf("\n");
printf("\n");
is=0;//是否排序完成
Tct=count2;
while(is==0)
{
is=1;
for(i=0;i<Tct;i++)
{
if(CHA[i].num<CHA[i+1].num)
{
is=0;
cha ctem=CHA[i];
CHA[i]=CHA[i+1];
CHA[i+1]=ctem;
}
}
--Tct;
}
if(count2!=0)
{
printf("先按次数再按字符序的排序如下：\n\n");
for(i=0;i<=count2;i++)
printf("第%d个： 出现次数为：%d次 %s\n",i+1,CHA[i].num,CHA[i].aa);
}
/*********************************************************************************/
/******************************输出 次数 频率*************************************/
printf("\n");
printf("\n");
for(i=0;i<=count2;i++)
printf("字符：%s 次数为:%d 频率：%0.3lf\n",CHA[i].aa,CHA[i].num,(double)CHA[i].num/count);
printf("\n");
printf("\n");
/*********************************************************************************/
/***********************************查找***************************************/
printf("查找单词请输入‘1’，查找字符串请输入‘2’：");
int mark1;
while(scanf("%d",&mark1)!=EOF)
{
int find=0;
/***********************查找单词************************/
if(mark1==1)
{
char word[50];
printf("请输入要查找的单词：\n");
scanf("%s",word);
printf("\n");
for(i=0;i<=count2;i++)
{
if(strcmp(word,CHA[i].aa)==0)
{
find=1;
for(m=0;m<fcount;m++)
{
if(CHA[i].Mark[m]==1)
printf("找到第%d行：%s\n",m+1,cc[m]);
}
break;
}
}
if(find==0) printf("该单词不存在！！\n");
}
/***************************查找字符串************************/
else
{
char word2[50];
printf("请输入要查找的字符串：\n");
getchar();
gets(word2);
Standard_String(word2);//字符串标准化
int len2 = strlen(word2);
printf("\n");
for(m=0;m<fcount;m++)
{
int len1=strlen(Standard_File[m]);
if(len1<len2) continue;
for(i=0;i+len2<=len1;i++)
{
while((i+len2<=len1)&&word2[0]!=Standard_File[m][i])
++i;
if(i+len2>len1) continue;
char ctem[50];
strncpy(ctem,Standard_File[m]+i,len2);
ctem[len2]='\0';
if(strcmp(ctem,word2)==0)
{
printf("找到第%d行：%s\n",m+1,cc[m]);
break;
}
}
}
}
printf("\n查找单词请输入‘1’，查找字符串请输入‘2’：");
}
/*********************************************************************************/
return 1;
}
