比较两个不同文件中的每一行并打印 C 中不同的行

Question

假设我有两个这样的文件:

file1.txt

john
is
the new
guy

file2.txt

man
the old
is
rick
cat
dog

我想将 file1 的第一行与 file2 的所有行进行比较，并验证它是否存在。如果不是，则从 file1 的第二行开始，并将它与 file2 的所有行进行比较......以此类推，直到到达 eof file1.

我期望的输出是:

john
the new
guy

我认为应该怎么做:

• 读取file1和file2
• 创建一个函数返回每个行号
• 从 file1 中取出第一行并将其与 file2 中的所有行进行比较>
• 这样做直到 file1 中的所有行都被浪费

现在，我不知道我做错了什么，但我没有得到我期望的结果:

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

int countlines(char *filename)
{                                
    int ch = 0, lines = 0;
    FILE *fp = fopen(filename, "r");
    if (fp == NULL)
        return 0;

    do {
        ch = fgetc(fp);
        if (ch == '\n')
            lines++;
    } while (ch != EOF);

    if (ch != '\n' && lines != 0)
        lines++;
    fclose(fp);

    return lines;
}

int main(int argc, char *argv[])
{
    FILE *template_file = fopen(argv[1], "r");
    FILE *data_file = fopen(argv[2], "r");

    char buffer_line_template_file[100];
    char buffer_line_data_file[100];


    if (argc != 3)
    {
        perror("You didn't insert all the arguments!\n\n");
        exit(EXIT_FAILURE);
    }

    if (template_file == NULL || data_file == NULL)
    {
        perror("Error while opening the file!\n\n");
        exit(EXIT_FAILURE);
    }

    int counter = 0;
    for (int i = 0; i < countlines(argv[1]); i++)
    {
        fgets(buffer_line_template_file, 100, template_file);

        for (int j = 0; j < countlines(argv[2]); j++)
        {
            fgets(buffer_line_data_file, 100, data_file);

            if (strcmp(buffer_line_template_file, buffer_line_data_file) != 0)
            {
                counter++;
                printf("%d", counter);
            }
        }
    }

    printf("\n\n");

    return 0;
}

有人可以指出我正确的方向吗？出于测试目的，我在最后创建了一个计数器，这是一个小调试的一部分。应该有 print() 函数

---

根据 @chux answer我得到以下简化代码:

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

int main(int argc, char *argv[])
{
    FILE *template_file = fopen(argv[1], "r");
    FILE *data_file = fopen(argv[2], "r");

    char buffer_line_template_file[100];
    char buffer_line_data_file[100];


    if (argc != 3)
    {
        perror("You didn't insert all the arguments!\n\n");
        exit(EXIT_FAILURE);
    }

    if (template_file == NULL || data_file == NULL)
    {
        perror("Error while opening the file!\n\n");
        exit(EXIT_FAILURE);
    }

    while(fgets(buffer_line_template_file, 100, template_file))
    {
        buffer_line_template_file[strcspn(buffer_line_template_file, "\n")] = '\0';

        rewind(data_file);
        while (fgets(buffer_line_data_file, 100, data_file))
        {
            buffer_line_data_file[strcspn(buffer_line_data_file, "\n")] = '\0';

            if (strcmp(buffer_line_template_file, buffer_line_data_file) != 0)
            {
                printf("%s\n", buffer_line_template_file);
            }
        }
    }

    printf("\n\n");

    return 0;
}

上面的代码给出了以下输出，这不是预期的:

john
john
john
john
john
john
is
is
is
is
is
the new
the new
the new
the new
the new
the new
guy
guy
guy
guy
guy
guy

Answer 1

OP 的代码有问题

1. 线的定义不精确。

2. 过度重新计算

3. 文件行数的模糊判断。

---

1. 不像 string，它在 C 中有精确的定义，读取 line 的定义不是那么明确。主要的特异性问题:一行是否包含结尾的 '\n'。如果第一个答案是是，那么文件中'\n' 之后的最后一个文本是否构成一行？ (排队过长是另一个问题，但我们今天不处理它。)

因此可能 一些 行以 '\n' 结尾，而其他行则没有，这欺骗了 strcmp("dog", "dog\n").

最简单的解决方案是读取 行，直到 1) 遇到 '\n'，2) EOF 发生或 3 ) 行缓冲区已满。然后在得到一行后，去掉尾随 '\n' 的 potential。

现在所有行代码随后都没有'\n'。

fgets(buffer_line_template_file, 100, template_file);
buffer_line_template_file[strcspn(buffer_line_template_file, "\n")] = '\0';

1. OP 的循环非常浪费。考虑一个包含 1000 行的文件。代码将循环，调用 1000 次 countlines()(每个 countlines() 调用读取 1000 行)次，而一次 countlines() 调用就足够了.

   // for (int j = 0; j < countlines(argv[2]); j++)
   int j_limit = countlines(argv[2]);
   for (int j = 0; j < j_limit; j++)
   

2. 确实没有必要计算行数，继续直到 EOF(fgets() 返回 NULL)。因此无需修复其模糊定义。 (模糊性涉及与#1 相同的问题)

   int counter = 0;
   for (fgets(buffer_line_template_file, 100, template_file)) {
     buffer_line_template_file[strcspn(buffer_line_template_file, "\n")] = '\0';
   
     rewind(data_file);
     while ((fgets(buffer_line_data_file, 100, data_file)) {
       buffer_line_data_file[strcspn(buffer_line_data_file, "\n")] = '\0';
   
       if (strcmp(buffer_line_template_file, buffer_line_data_file) != 0) {
         counter++;
         printf("%d", counter);
       }
     }
   }
   

其他可能的简化 - 改天再说。

---

FWIW，以下计数 行 文本允许文件中的最后一行可选择以 '\n' 结尾。

    unsigned long long FileLineCount(FILE *istream) {
      unsigned long long LineCount = 0;
      rewind(istream);
      int previous = '\n';
      int ch;

      while ((ch = fgetc(inf)) != EOF) { 
        if (previous == '\n') LineCount++;
        previous = ch;
      }
      return LineCount;
    }

请注意，此函数可能会得到与 fgets() 调用不同的结果。考虑一个包含 150 个字符的行文件。 fgets(..., 100,...) 将报告 2 行。 FileLineCount() 报告 1。

[编辑] 更新代码以符合 OP 功能。

    int found = 0;
    while (fgets(buffer_line_data_file, 100, data_file))
    {
        buffer_line_data_file[strcspn(buffer_line_data_file, "\n")] = '\0';

        if (strcmp(buffer_line_template_file, buffer_line_data_file) == 0)
        {
            found = 1;
            break;
        }
    }
    if (!found) printf("%s\n", buffer_line_template_file);