C 在大文件中搜索特定字符串

我正在用C语言编写一个程序，它可以在一个大的.txt文件中搜索一个特定的字符串，然后对它进行计数，然后打印出来。但似乎出了什么问题，因为我的程序的输出与两个文本编辑器的输出不同。根据文本编辑器，总共有3000个单词，在本例中，我在.txt文件中搜索单词“make”。但是我的程序的输出只有2970

我无法找出我的程序的问题。所以我对文本编辑器如何能如此准确地搜索特定字符串感到好奇？人们如何实现这一点？有人能给我看一些C语言的代码吗

说清楚一点：那是一个大的.txt文件，大约20米，包含很多字符。所以我觉得一下子把它读入记忆是不太好的。我已经实现了我的程序，将我的程序分割成若干部分，然后扫描所有这些部分进行解析。然而，它以某种方式失败了

也许我应该把代码放在这里。请稍等

代码有点长，大约70行。我已经把它放在我的github上了，如果你有兴趣，请帮忙。 请注意，唯一相关的文件是wordCount.c和testfile.txt，如下所示：

#include<stdio.h>
#include<stdlib.h>
#include<stdbool.h>
char arr[51];
int flag=0;
int flag2=0;
int flag3=0;
int flag4=0;
int pieceCount(FILE*);
int main()
{
     //the file in which I want to search the word is testfile.txt
    //I have formatted the file so that it contain no newlins any more
    FILE* fs=fopen("testfile.txt","r");
    int n=pieceCount(fs);
    printf("%d\n",n);           



    rewind(fs);         //refresh the file...

    static bool endOfPiece1=false,endOfPiece2=false,endOfPiece3=false;
    bool begOfPiece1,begOfPiece2,begOfPiece3;

    for(int start=0;start<n;++start){
            fgets(arr,sizeof(arr),fs);
            for(int i=0;i<=46;++i){
                if((arr[i]=='M'||arr[i]=='m')&&(arr[i+1]=='A'||arr[i+1]=='a')&&(arr[i+2]=='K'||arr[i+2]=='k')&&(arr[i+3]=='E'||arr[i+3]=='e')){
                    flag+=1;
                    //continue;
                }
        }


    //check the border
        begOfPiece1=((arr[1]=='e'||arr[1]=='E'));
        if(begOfPiece1==true&&endOfPiece1==true)
            flag2+=1;
        endOfPiece1=((arr[47]=='m'||arr[47]=='M')&&(arr[48]=='a'||arr[48]=='A')&&(arr[49]=='k'||arr[49]=='K'));

        begOfPiece2=((arr[1]=='k'||arr[1]=='K')&&(arr[2]=='e'||arr[2]=='E'));
        if(begOfPiece2==true&&endOfPiece2==true)
            flag3+=1;
        endOfPiece2=((arr[48]=='m'||arr[48]=='M')&&(arr[49]=='a'||arr[49]=='A'));

        begOfPiece3=((arr[1]=='a'||arr[1]=='A')&&(arr[2]=='k'||arr[2]=='K')&&(arr[3]=='e'||arr[3]=='E'));
        if(begOfPiece3==true&&endOfPiece3==true)
            flag4+=1;
        endOfPiece3=(arr[49]=='m'||arr[49]=='M');

} 
  printf("%d\n%d\n%d\n%d\n",flag,flag2,flag3,flag4);
    getchar();
    return 0;
}

//the function counts how many pieces have I split the file into
int pieceCount(FILE* file){
    static int count=0;
    char arr2[51]={'\0'};
  while(fgets(arr2,sizeof(arr),file)){
        count+=1;
        continue;
    }

    return count;
}

#包括
#包括
#包括
char-arr[51]；
int标志=0；
int flag2=0；
int flag3=0；
int-flag4=0；
整数计件计数（文件*）；
int main（）
{
//我要在其中搜索单词的文件是testfile.txt
//我已格式化该文件，使其不再包含newlin
FILE*fs=fopen（“testfile.txt”、“r”）；
int n=计件计数（fs）；
printf（“%d\n”，n）；
倒带（fs）；//刷新文件。。。
静态bool endofpiec1=false，endofpiec2=false，endofpiec3=false；
bool beginofpiec1，beginofpiec2，beginofpiec3；
对于（int start=0；start，只需使用一个滚动缓冲区就可以做到这一点，不需要将文件分成多个部分

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

int main(void) {

    char buff [4];                                  // word buffer
    int count = 0;                                  // occurrences
    FILE* fs=fopen("test.txt","r");                 // open the file
    if (fs != NULL) {                               // if the file opened
        if (4 == fread(buff, 1, 4, fs)) {           // fill the buffer
            do {                                    // if it worked
                if (strnicmp(buff, "make", 4) == 0) // check for target word
                    count++;                        // tally
                memmove(buff, buff+1, 3);           // shift the buffer down
            } while (1 == fread(buff+3, 1, 1, fs)); // fill the last position
        }                                           // end of file
        fclose(fs);                                 // close the file
    }
    printf("%d\n", count);                          // report the result
    return 0;
}

#包括
#包括
内部主（空）{
字符缓冲区[4]；//字缓冲区
int count=0；//出现次数
FILE*fs=fopen（“test.txt”，“r”）；//打开文件
如果（fs！=NULL）{//如果文件已打开
如果（4==fread（buff，1，4，fs））{//填充缓冲区
如果它有效的话，你会做什么
if（strnicmp（buff，“make”，4）==0）//检查目标字
计数+++；//计数
memmove（buff，buff+1，3）；//向下移动缓冲区
}while（1==fread（buff+3,1,1,fs））；//填充最后一个位置
}//文件结尾
fclose（fs）；//关闭文件
}
printf（“%d\n”，count）；//报告结果
返回0；
}

为了简单起见，我没有让搜索词“更软”，也没有分配正确的缓冲区和各种大小，因为这不在问题的范围内。我必须让OP做一些事情。
你只需拥有一个滚动缓冲区就可以做到这一点。你不需要将文件分成多个部分

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

int main(void) {

    char buff [4];                                  // word buffer
    int count = 0;                                  // occurrences
    FILE* fs=fopen("test.txt","r");                 // open the file
    if (fs != NULL) {                               // if the file opened
        if (4 == fread(buff, 1, 4, fs)) {           // fill the buffer
            do {                                    // if it worked
                if (strnicmp(buff, "make", 4) == 0) // check for target word
                    count++;                        // tally
                memmove(buff, buff+1, 3);           // shift the buffer down
            } while (1 == fread(buff+3, 1, 1, fs)); // fill the last position
        }                                           // end of file
        fclose(fs);                                 // close the file
    }
    printf("%d\n", count);                          // report the result
    return 0;
}

#包括
#包括
内部主（空）{
字符缓冲区[4]；//字缓冲区
int count=0；//出现次数
FILE*fs=fopen（“test.txt”，“r”）；//打开文件
如果（fs！=NULL）{//如果文件已打开
如果（4==fread（buff，1，4，fs））{//填充缓冲区
如果它有效的话，你会做什么
if（strnicmp（buff，“make”，4）==0）//检查目标字
计数+++；//计数
memmove（buff，buff+1，3）；//向下移动缓冲区
}while（1==fread（buff+3,1,1,fs））；//填充最后一个位置
}//文件结尾
fclose（fs）；//关闭文件
}
printf（“%d\n”，count）；//报告结果
返回0；
}

为了简单起见，我没有让搜索词“更柔和”分配正确的缓冲区和各种大小，因为这不是问题。我必须留给OP做一些事情。
尝试较小的输入。找到程序输出与vim不同的最小输入。调试/尝试找出是什么弄乱了你的算法。修复它。开心点。看看你的测试txt文件在哪里被分割。Th在这里，我将查找丢失的30个事件。添加有关如何拆分文件的信息，这可能会有所帮助。生成一个只包含您想要查看的单词的文件。一个正在拆分，一个不包含，如果后者的输出错误->这是您的答案。这是一段非常出色的代码。您将文件拆分为50字节的片段d正在逐个字母检查硬编码单词
“make”
是否存在，并试图跨越块边界。这是一个无处藏匿的问题。如果您的20字节输入文件“太大而无法读取”（在我的系统上，我有超过2字节可用），为什么你不一个字符一个字符地读取它，并保持一个4字节的当前缓冲区，长度为
“make”
？除了框架和打开/关闭文件之外，它可以用10行代码来完成。
char buff[4]；int count=0；if（4==fread（buff，1，4，fs））{do{if（strnicmp）（buff，“make”，4）==0）count++；memmove（buff，buff+1，3）；}而（1==fread（buff+3，1，1，fs））；}printf（“%d\n”，count）；
文本编辑器通常将整个文件存储在内存中，不需要处理跨越任何k的字符串