太原理工大学软件工程课程设计实验讲课教案

太原理工大学软件工程课程设计实验

文本文件单词的检索与计数

专业：软件工程班级： 1227班姓名：王晓春学号： 2012005774 同组人：王晓春闫瑞娟张泽磊组长：王晓春完成日期： 2014.6.25 一．【问题描述】

串是非数值处理中的主要对象，如在信息检索、文本编辑、符号处理等许

多领域，得到越来越广泛的应用。在高级语言中也引入了串数据类型概念，并

且串变量与其他变量（如整型、实型等）一样，可以进行各种运算。

然而，在各种不同类型的应用中，所处理的串有不同的特点，要想有效地

实现串的处理，就必须熟悉串的存储结构及其基本运算。本课程设计的目的就

是熟悉串类型的实现方法和文本模式匹配方法，熟悉如何利用模式匹配算法实

现一般的文本处理技术。

本课程设计分两步：首先，设计出串定位算法（即模式匹配算法）及其实

现；然后，再利用串定位算法设计文本文件的检索及单词的计数等操作。

二．【设计需求及分析】

1.设计要求

1.1串模式匹配算法的设计要求

在串的基本操作中，在主串中查找模式串的模式匹配算法——即求子串位

置的函数Index(S,T)，是文本处理中最常用、最重要的操作之一。

所谓子串的定位就是求子串在主串中首次出现的位置，又称为模式匹配或

串匹配。模式匹配的算法很多，在这里只要求用最简单的朴素模式匹配算法。

该算法的基本思路是将给定子串与主串从第一个字符开始比较，找到首次与子

串完全匹配的子串为止，并记住该位置。但为了实现统计子串出现的个数，不仅需要从主串的第一个字符位置开始比较，而且需要从主串的任一给定位置检索匹配字符串，所以，首先要给出两个算法：

1．标准的朴素模式匹配算法

2．给定位置的匹配算法

1.2文本文件单词的检索与计数的设计要求

要求编程建立一个文本文件，每个单词不包含空格且不跨行，单词由字符序列构成且区分大小写；统计给定单词在文本文件中出现的总次数；检索输出某个单词出现在文本中的行号、在该行中出现的次数以及位置。

该设计要求可分为三个部分实现：其一，建立文本文件，文件名由用户用键盘输入；其二，给定单词的计数，输入一个不含空格的单词，统计输出该单词在文本中的出现次数；其三，检索给定单词，输入一个单词，检索并输出该单词所在的行号、该行中出现的次数以及在该行中的相应位置。

1．建立文本文件

2．给定单词的计数

3．检索单词出现在文本文件中的行号、次数及其位置

4．主控菜单程序的结构

2.概要设计示例如下：

2.6算法设计

朴素模式匹配算法

该算法的基本思想是：设有三个指针——i,j,k，用i指示主串S每次开始比较的位置；指针j,k分别指示主串S和模式串T中当前正在等待比较的字符位置；一开始从主串S的第一个字符（i=0;j=1）和模式T的第一个字符

（k=0）比较，若相等，则继续逐个比较后续字符（j++,k++）。否则从主串的下一个字符（i++）起再重新和模式串（j=0）的字符开始比较。依此类推，直到模式T中的所有字符都比较完，而且一直相等，则称匹配成功，并返回位置i；否则返回-1，表示匹配失败。

顺序串的模式匹配算法如下：

给定位置的串匹配算法

该算法要求从串S1（为顺序存储结构）中第k个字符起，求出首次与字符串S2相同的子串的起始位置。

该算法与上面介绍的模式匹配算法类似，只不过上述算法的要求是从主串的第一个字符开始，该算法是上述算法的另一种思路：从第k个元素开始扫描S1，当其元素值与S2的第一个元素的值相同时，判定它们之后的元素值是否依次相同，直到S2结束为止。若都相同，则返回当前位置值；否则继续上述过程，直至S1扫描完为止，其实现算法如下：

说明：以上两个算法可统一为一个算法，即在子串定位算法Index(S,T)的参数中增加一个起始位置参数即可。

2.7各模块及其伪码：

1.建立文本文件

建立文件的实现思路是：

（1）定义一个串变量；

（2）定义文本文件；

（3）输入文件名，打开该文件；

（4）循环读入文本行，写入文本文件，其过程如下：

While ( 不是文件输入结束) {

读入一文本行至串变量；

串变量写入文件；

输入是否结束输入标志；

}

（5）关闭文件。

2．给定单词的计数

该功能需要用到前一节中设计的模式匹配算法，逐行扫描文本文件。匹配一个，计数器加1，直到整个文件扫描结束；然后输出单词出现的次数。

其实现过程如下：

（1）输入要检索的文本文件名，打开相应的文件；

（2）输入要检索统计的单词；

（3）循环读文本文件，读入一行，将其送入定义好的串中，并求该串的实际长度，调用串匹配函数进行计数。具体描述如下：

While (不是文件结束) {

读入一行并到串中；

求出串长度；

模式匹配函数计数；

}

（4）关闭文件，输出统计结果。

3.检索单词出现在文本文件中的行号、次数及其位置

这个设计要求与上一个类似，但要相对复杂一些。其实现过程描述如下：（1）输入要检索的文本文件名，打开相应的文件；

（2）输入要检索统计的单词；

（3）行计数器置初值0；

（4）while (不是文件结束) {

读入一行到指定串中；

求出串长度；

行单词计数器置0；

调用模式匹配函数匹配单词定位、该行匹配单词计数；

行号计数器加1；

If (行单词计数器!=0)

输出行号、该行有匹配单词的个数以及相应的位置；

}

2.8函数调用关系

CreatTextFile()

PartPosition()

三．【设计功能的实现】

#include "stdafx.h"

#include

#include

#define MaxStrSize 256 //根据用户需要自己定义大小

typedef struct

{

char ch[MaxStrSize]; //ch是一个可容纳256个字符的字符数组

int length;

}SString; //定义顺序串类型

int PartPosition(SString s1, SString s2, int k)

{//检索单词出现在文本文件中的位置

int i, j;

i=k-1; //扫描s1的下标，因为c中数组下标是从0开始，串中序号相差1

j=0; //扫描s2的开始下标

while (i

{

if(s1.ch[i]==s2.ch[j])

{

i++;

j++; //继续使下标移向下一个字符位置

}

else

{

i=i-j+1;

j=0;

}

}

if(j>=s2.length)

return i-s2.length;

else

return -1; //表示s1中不存在s2，返回-1

//表示s1中不存在s2，返回其起始位置

} //函数结束

void CreatTextFile()

{

SString S;

char fname[10], yn;

FILE *fp;

printf("输入要建立的文件名： ");

scanf("%s", fname);

fp=fopen(fname,"w");

yn='n'; //输入结束标志初值

while(yn=='n'||yn=='N')

{

printf("请输入一行文本：");

gets(S.ch);gets(S.ch);

S.length=strlen(S.ch);

fwrite(&S, S.length, 1, fp);

fprintf(fp,"%c", 10); //是输入换行

printf("结束输入吗？y or n: ");

yn=getchar();

}

fclose(fp); //关闭文件

printf("建立文件结束！");

}

void SubStrCount()

{

FILE *fp;

SString S,T; //定义两个串变量

char fname[10];

int i=1,j,k;

printf("输入文本文件名： ");

scanf("%s", fname);

fp=fopen(fname ,"r");

printf("输入要计数的单词或字符串：");

scanf("%s", T.ch);

T.length=strlen(T.ch);

while(!feof(fp))

{ //扫描整个文件文本

//fread(&S.ch,1,sizeof(S),fp); //读入一行文本

memset(S.ch,'\0', 256);

fgets(S.ch,100,fp);

S.length=strlen(S.ch);

k=0; //初始化开始检索位置

while(k

{

j=PartPosition(S,T,k);

if(j<0)

break;

else

{

i++; //单词计数器加1

k=j+T.length; //继续下一字串的检索

}

}

}printf("\n单词%s在文本文件%s中共出现%d次\n", T.ch, fname,i);

} //统计单词出现个数

void SubStrInd()

{//单词或字符串的检索与计数

FILE *fp;

SString S,T; //定义两个串变量

char fname[10];

int i,j,k,l,m;//

int wz[20];//??

printf("输入文本文件名：");

scanf("%s", fname);

fp=fopen(fname,"r");

printf("输入要检索的单词：");

scanf("%s", T.ch);

T.length=strlen(T.ch);

l=0;

while(!feof(fp))

{

//fread(&S, sizeof(S), 1, fp);//读入一行文本

memset(S.ch,'\0', 256);

fgets(S.ch,256,fp);

S.length=strlen(S.ch);

l++;

k=0;//从串T的扫描初始位置默认为数组第一位，可根据用户要求改变k值，成为给定位置的串匹配算法

i=0;

while(k

{

j=PartPosition(S,T,k);

if(j<0)

break;

else

{

i++;//i记录被检测单词的出现次数

wz[i]=j;//用数组wz[]记录被检测单词在所在行的位置

k=j+T.length;//k为检测目标单词的下一个起始位置

}

}

if(i>0)

{

printf("行号：%d , 次数：%d, 位置分别为：",l,

i);

for(m=1;m<=i;m++)

printf("%4d", wz[m]+1);

printf("\n");

}

}

}

int main()

{

void CreatTextFlie(), SubStrInd();