c++ - 在 C++ 中清理一串标点符号

Question

好吧，在我问我的问题之前，我想弄清楚一件事。我目前是 NIU 计算机科学专业的学生，​​这确实与我在那里的一门课的作业有关。因此，如果有人有问题，请继续阅读并继续您的业务。

现在对于任何愿意提供帮助的人来说都是这种情况。对于我当前的任务，我们必须读取一个只是一段文本的文件。对于文件中的每个单词，我们要清除单词中的任何标点符号(例如:“can't”最终会变成“can”，而“that--to”最终会变成“that”，显然没有引号，引号仅用于指定示例是什么)。

我遇到的问题是，我可以很好地清理字符串，然后将其插入到我们正在使用的映射中，但出于某种原因，我编写的代码允许将空字符串插入到 map 。现在我已经尝试了所有我能想出的办法来阻止这种情况发生，我唯一想到的就是在映射结构本身中使用删除方法。

所以我正在寻找的是两件事，关于我如何能够 a) 解决这个问题而不仅仅是删除它的任何建议，以及 b) 我可以对我已经编写的代码进行的任何改进。

这是我编写的函数，用于从文件中读入，然后是清理文件的函数。

注意:从文件中读入的函数调用 clean_entry 函数以在将任何内容插入 map 之前去除标点符号。

编辑:谢谢克里斯。允许使用数字 :)。如果有人对我编写的代码有任何改进或对我所做的事情有任何批评，我会倾听。在学校里，我们真的得不到有关正确、适当或最有效的做事方式的反馈。

int get_words(map<string, int>& mapz)
{
 int cnt = 0;               //set out counter to zero

 map<string, int>::const_iterator mapzIter;

 ifstream input;            //declare instream
 input.open( "prog2.d" ); //open instream
 assert( input );           //assure it is open

 string s;                  //temp strings to read into
 string not_s;

 input >> s;

 while(!input.eof())        //read in until EOF
  {
   not_s = "";
   clean_entry(s, not_s);

   if((int)not_s.length() == 0)
    {
     input >> s;
     clean_entry(s, not_s);
    }    

   mapz[not_s]++;              //increment occurence
   input >>s;
  }
 input.close();     //close instream 

 for(mapzIter = mapz.begin(); mapzIter != mapz.end(); mapzIter++)
  cnt = cnt + mapzIter->second;

 return cnt;        //return number of words in instream
}


void clean_entry(const string& non_clean, string& clean)
{
 int i, j, begin, end;

 for(i = 0; isalnum(non_clean[i]) == 0 && non_clean[i] != '\0'; i++);

 begin = i;

 if(begin ==(int)non_clean.length())
   return;

 for(j = begin; isalnum(non_clean[j]) != 0 && non_clean[j] != '\0'; j++);

 end = j;

 clean = non_clean.substr(begin, (end-begin));

 for(i = 0; i < (int)clean.size(); i++)
  clean[i] = tolower(clean[i]);

}

Answer 1

空条目的问题出在您的 while 循环中。如果你得到一个空字符串，你清理下一个字符串，并在不检查的情况下添加它。尝试更改:

not_s = "";
clean_entry(s, not_s);

if((int)not_s.length() == 0)
 {
  input >> s;
  clean_entry(s, not_s);
 }    

mapz[not_s]++;              //increment occurence
input >>s;

到

not_s = "";
clean_entry(s, not_s);

if((int)not_s.length() > 0)
{
    mapz[not_s]++;              //increment occurence
}    

input >>s;

编辑:我注意到您正在检查字符是否为字母数字。如果不允许使用数字，您可能还需要重新访问该区域。