c - C中获取strstr之前和之后的文本

Question

我需要能够提取子字符串之前和之后的字符，目前我有以下代码:

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

int main(int argc, char *argv[]){

   char *text = (char *) malloc (10000000);
   char *word = argv[1];
   int rep;

   FILE *f;

   if(argc < 2)
   {
       printf("Usage: GET <website> | ./word_counter <word>\n");
       exit(1);
   }

   fread(text, 100, 10000000, stdin);

   const char *tmp = text;

   f = fopen("output.txt", "w");
   fprintf(f, "%s\n", "REPS");

   while(tmp = strstr(tmp, word)){
      printf("%.50s\n", tmp);
      rep++;
      tmp++;
   }

   printf("Word count: %d\n", rep);
   fclose(f);
   system("gedit output.txt");

   return 0;
}

我复制了原始输入，这样我就可以保持它不变并从中获取“之前”的字符。

在 tmp(原始输入副本)上使用 strstr()，我可以找到我要查找的单词的实例并打印前 50 个字符。但是知道了这一点，我如何访问此实例之前的 50 个字符？

任何帮助将不胜感激。谢谢!

Answer 1

除了打印问题本身之外，您的代码中还存在一些错误。我已经纠正了其中大部分；一个简短的列表是:

1. 始终测试malloc是否成功。
2. fread(text, 100, 10000000, ..) 读取了太多文本。 100 * 10000000 = 1000000000，几乎是一千兆字节。您只分配了 10 Mb 的足够内存。
3. 您从文本文件中读取数据并将其视为字符串。因此，您必须确保数据以 0 结尾，否则 printf 和 strstr 等函数将尝试在结束后继续读取。
4. 您的 rep 变量一开始未初始化，因此您将始终看到一个随机数。
5. 始终释放您分配的内存。

也就是说，使用专用函数来打印文本会稍微更有效 - 如果只是为了不在 main 中放置太多内容。由于它是一个函数，因此您可以根据需要向其中添加任意数量的有用参数；我添加了 before 和 after 变量，以便您可以改变显示的字符数。

为了增加美观性，当在最小数量的 before 字符之前找到短语时，此函数会打印正确数量的空格，因此结果会很好地排列。另外，由于打印制表符和换行符等字符会弄乱您的输出，因此我将它们替换为 ?。

诚然，print_range 中有一些重复，但在本例中，我是为了清晰而不是简洁。

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

#define MAX_LENGTH  10000000

void print_range (char *source_text, int startindex, int before, int after, int phrase_length)
{
    int i;

    if (before > startindex)
    {
        for (i=0; i<before-startindex; i++)
            printf (" ");
        startindex = before;
    }

    for (i=0; i<before; i++)
    {
        if (strchr ("\t\r\n", source_text[startindex-before+i]))
            printf ("?");
        else
            printf ("%c", source_text[startindex-before+i]);
    }
    for (i=0; i<phrase_length; i++)
    {
        if (strchr ("\t\r\n", source_text[startindex+i]))
            printf ("?");
        else
            printf ("%c", source_text[startindex+i]);
    }
    for (i=0; i<after; i++)
    {
        if (!source_text[startindex+phrase_length+i])
            break;
        if (strchr ("\t\r\n", source_text[startindex+phrase_length+i]))
            printf ("?");
        else
            printf ("%c", source_text[startindex+phrase_length+i]);
    }
    printf ("\n");
}

int main (int argc, char *argv[]){

    char *text = (char *) malloc (MAX_LENGTH);
    char *word = argv[1];
    int rep = 0;

    if (!text)
        return -1;

    if(argc < 2)
    {
         printf("Usage: GET <website> | ./word_counter <word>\n");
         exit(1);
    }

    fread(text, 1, MAX_LENGTH, stdin);
    text[MAX_LENGTH] = 0;

    const char *tmp = text;

    do
    {
        tmp = strstr(tmp, word);
        if (!tmp)
            break;
        print_range (text, tmp-text, 16,16, strlen(word));
        rep++;
        tmp++;
    } while (1);

    free (text);

    printf ("Word count: %d\n", rep);

    return 0;
}

在其自己的源代码上运行它的结果:

~/Documents $ ./wordcounter printf < wordcounter.c
tindex; i++)????printf (" ");???starti
-before+i]))????printf ("?");???else??
"?");???else????printf ("%c", source_t
before+i]);??}??printf ("{");??for (i=
rtindex+i]))????printf ("?");???else??
"?");???else????printf ("%c", source_t
tindex+i]);??}??printf ("}");??for (i=
_length+i]))????printf ("?");???else??
"?");???else????printf ("%c", source_t
length+i]);??}??printf ("\n");?}??int 
argc < 2)??{??? printf("Usage: GET <we
?free (text);???printf ("Word count: %
Word count: 12