用C语言读取文件

我有一个需要提取单词的输入文件。单词只能包含字母和数字，因此其他任何内容都将被视为分隔符。我试过fscanf、fgets+sscanf和strtok，但似乎没有任何效果

while(!feof(file))
{
    fscanf(file,"%s",string);
    printf("%s\n",string);
}

上面的一行显然不起作用，因为它不使用任何分隔符，所以我将该行替换为：

 fscanf(file,"%[A-z]",string);

它可以很好地读取第一个单词，但文件指针会不断倒带，所以它会一遍又一遍地读取第一个单词

因此，我使用fgets阅读第一行并使用sscanf：

sscanf(line,"%[A-z]%n,word,len);
line+=len;

这个也不行，因为无论我怎么做，我都无法将指针移动到正确的位置。我试过strtok，但找不到如何设置定界符

while(p != NULL) {
printf("%s\n", p);
p = strtok(NULL, " ");

这一个显然把空白字符作为定界符，但我有100个定界符

---

因为从文件中提取单词一开始似乎是一个简单的概念，但我尝试的方法都不管用，所以我在这里遗漏了什么吗？

考虑构建一个最小值。在状态词中，只要它看到字母和数字，它就会留在状态词中。当遇到其他内容时，它将切换到状态分隔符。然后它可以在状态分隔符中执行完全相反的操作

下面是一个简单状态机的示例，可能会有所帮助。为简洁起见，它仅适用于数字

echo“2341452（42 555”|/main

将在单独的行中打印每个数字。它不是一个lexer，但在状态之间切换的想法非常相似

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

int main() {
  static const int WORD = 1, DELIM = 2, BUFLEN = 1024;
  int state = WORD, ptr = 0;
  char buffer[BUFLEN], *digits = "1234567890";
  while ((c = getchar()) != EOF) {
    if (strchr(digits, c)) {
      if (WORD == state) {
        buffer[ptr++] = c;
      } else {
        buffer[0] = c;
        ptr = 1;
      }
      state = WORD;
    } else {
      if (WORD == state) {
        buffer[ptr] = '\0';
        printf("%s\n", buffer);
      }
      state = DELIM;
    }
  }
  return 0;
}

#包括
#包括
int main（）{
静态常量int WORD=1，DELIM=2，BUFLEN=1024；
int state=WORD，ptr=0；
字符缓冲区[BUFLEN]，*digits=“1234567890”；
而（（c=getchar（））！=EOF）{
if（strchr（数字，c））{
if（WORD==状态）{
缓冲区[ptr++]=c；
}否则{
缓冲区[0]=c；
ptr=1；
}
状态=单词；
}否则{
if（WORD==状态）{
缓冲区[ptr]='\0'；
printf（“%s\n”，缓冲区）；
}
国家=德利姆；
}
}
返回0；
}

如果状态数增加，可以考虑替换<代码>如果语句检查当前状态，使用“代码>开关< /代码>块。通过将整个输入块读取到临时缓冲区并迭代它，可以提高性能。

---

如果必须处理更复杂的输入文件格式，您可以使用词法分析器生成器，例如。它们可以为您定义状态转换和词法生成器生成的其他部分。

您的分隔符是什么？

strtok

的第二个参数应该是包含分隔符的字符串，第一个参数是第一轮应该是指向字符串的指针，然后是

NULL

：

char * p = strtok(line, ","); // assuming a , delimiter
printf("%s\n", p);

while(p)
{
    p = strtok(NULL, ",");
    printf("%S\n", p);
} 

我将使用：

FILE *file;
char string[200];

while(fscanf(file, "%*[^A-Za-z]"), fscanf(file, "%199[a-zA-Z]", string) > 0) {
    /* do something with string... */
}

这将跳过非字母，然后读取最多199个字母的字符串。唯一奇怪的是，如果您有任何长度超过199个字母的“单词”，它们将被拆分为多个单词，但您需要限制以避免缓冲区溢出…

几点：

首先，不要使用

feof（file）

作为循环条件；

feof

在尝试读取文件末尾之前不会返回

true

，因此循环执行次数过多

第二，你提到：

fscanf（文件“%[A-z]”，字符串）；

它可以很好地读取第一个单词，但文件指针会不断倒带，所以它会一遍又一遍地读取第一个单词。 事实并非如此；如果流中的下一个字符与格式说明符不匹配，

scanf

在没有读取任何内容的情况下返回，并且

string

未被修改

这里有一个简单但不雅观的方法：它一次从输入文件中读取一个字符，检查它是字母还是数字，如果是，则将其添加到字符串中

#include <stdio.h>
#include <ctype.h>

int get_next_word(FILE *file, char *word, size_t wordSize)
{
  size_t i = 0;
  int c;

  /**
   * Skip over any non-alphanumeric characters
   */
  while ((c = fgetc(file)) != EOF && !isalnum(c))
    ; // empty loop

  if (c != EOF)
    word[i++] = c;

  /**
   * Read up to the next non-alphanumeric character and
   * store it to word
   */
  while ((c = fgetc(file)) != EOF && i < (wordSize - 1) && isalnum(c))
  {
      word[i++] = c;
  }
  word[i] = 0;
  return c != EOF;
}

int main(void)
{
   char word[SIZE]; // where SIZE is large enough to handle expected inputs
   FILE *file;
   ...
   while (get_next_word(file, word, sizeof word))
     // do something with word
   ...
}

#包括
#包括
int获取下一个单词（文件*文件，字符*单词，大小\u t字号）
{
尺寸i=0；
INTC；
/**
*跳过任何非字母数字字符
*/
而（（c=fgetc（file））！=EOF&&！isalnum（c））
；//空循环
如果（c！=EOF）
字[i++]=c；
/**
*最多读取下一个非字母数字字符，然后
*将其存储到word
*/
while（（c=fgetc（file））！=EOF&i<（字号-1）和&isalnum（c））
{
字[i++]=c；
}
字[i]=0；
返回c！=EOF；
}
内部主（空）
{
char word[SIZE]；//其中的大小足够大，可以处理预期的输入
文件*文件；
...
while（获取下一个单词（文件、单词、单词大小））
//用word做些什么
...
}

定界符是除a-z和a-z之外的所有东西。