1、(完整)文本文件單詞的檢索與計數(完整)文本文件單詞的檢索與計數 編輯整理：尊敬的讀者朋友們：這里是精品文檔編輯中心，本文檔內容是由我和我的同事精心編輯整理后發布的，發布之前我們對文中內容進行仔細校對，但是難免會有疏漏的地方，但是任然希望（(完整)文本文件單詞的檢索與計數）的內容能夠給您的工作和學習帶來便利。同時也真誠的希望收到您的建議和反饋，這將是我們進步的源泉，前進的動力。本文可編輯可修改，如果覺得對您有幫助請收藏以便隨時查閱，最后祝您生活愉快 業績進步，以下為(完整)文本文件單詞的檢索與計數的全部內容。 程序設計課程設計 報 告 學 院：軟件學院 專業班級：軟件 班 學 號： 姓 名：

2、指導教師： 時 間： 2012年 6月29日文本文件單詞的檢索與計數專業：軟件工程 班級： 1.1【問題描述】串是非數值處理中的主要對象,如在信息檢索、文本編輯、符號處理等許多領域，得到越來越廣泛的應用.在高級語言中也引入了串數據類型概念，并且串變量與其他變量（如整型、實型等）一樣，可以進行各種運算。然而，在各種不同類型的應用中,所處理的串有不同的特點，要想有效地實現串的處理,就必須熟悉串的存儲結構及其基本運算。本課程設計的目的就是熟悉串類型的實現方法和文本模式匹配方法，熟悉如何利用模式匹配算法實現一般的文本處理技術。本課程設計分兩步：首先,設計出串定位算法（即模式匹配算法）及其實現;然后，再

3、利用串定位算法設計文本文件的檢索及單詞的計數等操作.1.2【設計需求及分析】1。2.1 串模式匹配算法的設計要求在串的基本操作中，在主串中查找模式串的模式匹配算法-即求子串位置的函數index（s，t)，是文本處理中最常用、最重要的操作之一.所謂子串的定位就是求子串在主串中首次出現的位置，又稱為模式匹配或串匹配.模式匹配的算法很多，在這里只要求用最簡單的樸素模式匹配算法.該算法的基本思路是將給定子串與主串從第一個字符開始比較，找到首次與子串完全匹配的子串為止，并記住該位置.但為了實現統計子串出現的個數，不僅需要從主串的第一個字符位置開始比較，而且需要從主串的任一給定位置檢索匹配字符串,所以，首

4、先要給出兩個算法:1標準的樸素模式匹配算法2給定位置的匹配算法1.2.2 文本文件單詞的檢索與計數的設計要求要求編程建立一個文本文件，每個單詞不包含空格且不跨行，單詞由字符序列構成且區分大小寫；統計給定單詞在文本文件中出現的總次數；檢索輸出某個單詞出現在文本中的行號、在該行中出現的次數以及位置.該設計要求可分為三個部分實現：其一，建立文本文件，文件名由用戶用鍵盤輸入；其二，給定單詞的計數，輸入一個不含空格的單詞,統計輸出該單詞在文本中的出現次數；其三，檢索給定單詞,輸入一個單詞，檢索并輸出該單詞所在的行號、該行中出現的次數以及在該行中的相應位置。1建立文本文件2給定單詞的計數3檢索單詞出現在文

5、本文件中的行號、次數及其位置4主控菜單程序的結構3【設計功能的實現】（用c或c+語言描述）詳細設計樸素模式匹配算法該算法的基本思想是：設有三個指針i,j,k,用i指示主串s每次開始比較的位置；指針j，k分別指示主串s和模式串t中當前正在等待比較的字符位置；一開始從主串s的第一個字符（i=0；j=1）和模式t的第一個字符（k=0)比較，若相等，則繼續逐個比較后續字符（j+，k+）。否則從主串的下一個字符（i+）起再重新和模式串（j=0）的字符開始比較.依此類推，直到模式t中的所有字符都比較完，而且一直相等，則稱匹配成功，并返回位置i；否則返回-1,表示匹配失敗。順序串的模式匹配算法如下：int

6、index（sstring s, sstring t) /求子串t在主串s中首次出現的位置int i，j，k，m，n；m=t.length； /模式串長度賦mn=s.length; /目標串長度賦nfor （i=0; i=n-m; i+) j=0; k=i； / 目標串起始位置i送入k while （j=m & s.chk=t.chj） k+; j+; /繼續下一個字符的比較 if （j=m) /若相等，則說明找到匹配的子串，返回匹配位置i，/否則從下一個位置重新開始比較 return i; /endforreturn 1； /endindex給定位置的串匹配算法該算法要求從串s1（為順序存儲

7、結構)中第k個字符起，求出首次與字符串s2相同的子串的起始位置。該算法與上面介紹的模式匹配算法類似，只不過上述算法的要求是從主串的第一個字符開始,該算法是上述算法的另一種思路:從第k個元素開始掃描s1,當其元素值與s2的第一個元素的值相同時，判定它們之后的元素值是否依次相同，直到s2結束為止。若都相同,則返回當前位置值；否則繼續上述過程，直至s1掃描完為止，其實現算法如下：int partposition（sstring s1， sstring s2, int k)int i， j；i=k1; /掃描s1的下標,因為c中數組下標是從0開始，串中序號相差1j=0； /掃描s2的開始下標while

8、 (i=s2.length） return i- s2。length; /表示s1中存在s2，返回其起始位置else return -1; /表示s1中不存在s2， 返回-1 /函數結束說明：以上兩個算法可統一為一個算法，即在子串定位算法index(s,t)的參數中增加一個起始位置參數即可.建立文本文件建立文件的實現思路是：（1）定義一個串變量；（2）定義文本文件；（3）輸入文件名,打開該文件；(4)循環讀入文本行,寫入文本文件，其過程如下： while (不是文件輸入結束) 讀入一文本行至串變量；串變量寫入文件；輸入是否結束輸入標志；（5）關閉文件。給定單詞的計數該功能需要用到前一節中設計的

9、模式匹配算法，逐行掃描文本文件。匹配一個,計數器加1,直到整個文件掃描結束;然后輸出單詞出現的次數。其實現過程如下:(1）輸入要檢索的文本文件名，打開相應的文件；(2）輸入要檢索統計的單詞；（3）循環讀文本文件,讀入一行，將其送入定義好的串中，并求該串的實際長度，調用串匹配函數進行計數。具體描述如下:while (不是文件結束） 讀入一行并到串中； 求出串長度； 模式匹配函數計數；（4）關閉文件，輸出統計結果. 檢索單詞出現在文本文件中的行號、次數及其位置這個設計要求與上一個類似,但要相對復雜一些.其實現過程描述如下：（1)輸入要檢索的文本文件名，打開相應的文件；（2）輸入要檢索統計的單詞;（

10、3）行計數器置初值0;（4)while (不是文件結束) 讀入一行到指定串中; 求出串長度； 行單詞計數器置0； 調用模式匹配函數匹配單詞定位、該行匹配單詞計數; 行號計數器加1； if （行單詞計數器!=0） 輸出行號、該行有匹配單詞的個數以及相應的位置；運行主控程序主控菜單程序的結構要求內容如下：（1)頭文件包含；（2）菜單選項包括： 1建立文件 2單詞計數 3單詞定位 4退出程序（3)選擇1-4執行相應的操作，其他字符為非法.程序代碼：#include stdio.hinclude stdlib.h#include #define list_init_size 500 /*線性表存儲空間

11、的初始分配量/define listincrement 10 /線性表存儲空間的分配增量*/define file_name_len 20 /文件名長度/define word_len 20 /*單詞長度*/#define maxstrsize 256define llength 110 /規定一行有110個字節*/typedef struct char chmaxstr； / ch是一個可容納256個字符的字符數組 */ int length; string；/* 定義順序串類型 /typedef struct char wordword； /存儲單詞,不超過20個字符*/ int coun

12、t; /單詞出現的次數/ elem_type;typedef struct elem_type elem; /*存儲空間基址/ int length; /當前長度/ int listsize; /當前分配的存儲容量*/ sqlist；void sqlist_init（sqlist sq, elem_type et) sq-elem = et； sqlength = 0;void sqlist_add(sqlist *sq, elem_type et， char word） int i； int j; for （i = 0； i length； i+) /*當前單詞與加入的單詞相同,直接統計，不

13、做插入 / if (strcmp（eti。word, word) = 0) eti。count+； return ; if (strcmp（eti。word, word) 0) break； if （sq-length = list_init_size) printf（”空間不足，單詞s插入失敗n”， word); return; for （j = sq-length; j i； j-) memcpy(et+j, et+j1， sizeof（elem_type)； sqlength+; strcpy（eti。word, word）； eti.count = 1;int sqlist_count

14、(sqlist *sq, elem_type *et） int i; int j=0; for(i=0；i單詞個數n”); for （i = 0; i sq。length; i+） x=strlen（eti.word）； for(w=x-1；w=0;w-） if(eti.wordw90&eti.wordw122) eti.wordw= ; for(w=0;wx;w+） if （eti.wordw= ） y+； if(y=x） eti.count=0； y=0； else y=0； if(eti.count！=0） printf(”%20s%10dn”， eti。word, eti。count）

15、; else q+; j=sqlist_count(sq， et); printf（”ns的單詞總數為d個n”,file_name,j)； printf（”n%s的非單詞個數為%d種n，file_name,q)； printf(n”); int partposition (string s1,string s2，int k) int i,j； i=k1； / 掃描s1的下標，因為c中數組下標是從0開始，串中序號相差1 / j=0;/* 掃描s2的開始下標 / while(is1.length & js2。length） if(s1.chi=s2。chj） i+；j+； / 繼續使下標移向下一個

16、字符位置 */ else i=i-j+1； j=0; if （j=s2。length） return is2.length; else return -1；/* 表示s1中不存在s2，返回-1 */ /* 表示s1中存在s2，返回其起始位置 */ / 函數結束 / void substrcount() file fp； string s,t;/* 定義兩個串變量 */ char fname10； int i=0,j，k； printf（”輸入文本文件名：”）； scanf(s”，fname）; fp=fopen（fname，r”); printf（”輸入要統計計數的單詞：”)； scanf(%

17、s，t.ch）; t。length=strlen（t。ch）； while(！feof(fp） memset(s。ch，0,110）； fgets（s.ch，110,fp）; s.length=strlen(s.ch）; k=0； / 初始化開始檢索位置 / while（ks.length1) /* 檢索整個主串s / j=partposition（s,t,k)；/ 調用串匹配函數 */ if（j0 ） break； else i+；/* 單詞計數器加1 */ k=j+t.length;/ 繼續下一字串的檢索 / printf（n單詞%s在文本文件%s中共出現%d次n，t.ch，fname,i

18、)； / 統計單詞出現的個數 */ void substrint() file *fp； string s，t； / 定義兩個串變量 / char fname10； int i，j，k,l，m； int wz20; /* 存放一行中字串匹配的多個位置 */ printf(”輸入文本文件名：）； scanf(s，fname）; fp=fopen(fname，”r”); printf（”輸入要檢索的單詞：”）； scanf（”s”,t.ch）； t.length=strlen（t.ch）; l=0； /* 行計數器置0 / while(！feof(fp） /* 掃描整個文本文件 */ memset

19、（s。ch，0,110）； fgets(s.ch，110，fp)； s.length=strlen(s.ch); l+; /* 行計數器自增1 */ k=0；/ 初始化開始檢索位置 / i=0; /* 初始化單詞計數器 / while（ks.length-1) / 檢索整個主串s */ j=partposition（s，t，k); /* 調用串匹配函數 / if(j0） printf（行號：d，次數：d,位置分別為：”，l，i); for(m=1;m=i;m+） printf(”第4d個字符，wzm+1）； printf（n”)； printf（”n本軟件自定義110個字節為一行nn”）；/* 檢索單詞出現在文本文件中的行號、次數及其位置 /void substrio(） void substrcount（）,substrint(）； char t； while（1） printf(=n）； printf(”|文本文件單詞字串的定位統計及定位|n）； printf(|=|n”）; printf(| a. 單詞出