C语言统计文件中的字符数、单词数以及总行数
统计文件的字符数、单词数以及总行数，包括：
- 每行的字符数和单词数
- 文件的总字符数、总单词数以及总行数
注意：
- 空白字符（空格和tab缩进）不计入字符总数；
- 单词以空格为分隔；
- 不考虑一个单词在两行的情况；
- 限制每行的字符数不能超过1000。
请先看代码：
#include <stdio.h>
#include <string.h>
int *getCharNum(char *filename, int *totalNum);
int main(){
char filename[30];
// totalNum[0]: 总行数 totalNum[1]: 总字符数 totalNum[2]: 总单词数
int totalNum[3] = {0, 0, 0};
printf("Input file name: ");
scanf("%s", filename);
if(getCharNum(filename, totalNum)){
printf("Total: %d lines, %d words, %d chars\n", totalNum[0], totalNum[2], totalNum[1]);
}else{
printf("Error!\n");
}
return 0;
}
/**
* 统计文件的字符数、单词数、行数
*
* @param filename 文件名
* @param totalNum 文件统计数据
*
* @return 成功返回统计数据，否则返回NULL
**/
int *getCharNum(char *filename, int *totalNum){
FILE *fp; // 指向文件的指针
char buffer[1003]; //缓冲区，存储读取到的每行的内容
int bufferLen; // 缓冲区中实际存储的内容的长度
int i; // 当前读到缓冲区的第i个字符
char c; // 读取到的字符
int isLastBlank = 0; // 上个字符是否是空格
int charNum = 0; // 当前行的字符数
int wordNum = 0; // 当前行的单词数
if( (fp=fopen(filename, "rb")) == NULL ){
perror(filename);
return NULL;
}
printf("line words chars\n");
// 每次读取一行数据，保存到buffer，每行最多只能有1000个字符
while(fgets(buffer, 1003, fp) != NULL){
bufferLen = strlen(buffer);
// 遍历缓冲区的内容
for(i=0; i<bufferLen; i++){
c = buffer[i];
if( c==' ' || c=='\t'){ // 遇到空格
!isLastBlank && wordNum++; // 如果上个字符不是空格，那么单词数加1
isLastBlank = 1;
}else if(c!='\n'&&c!='\r'){ // 忽略换行符
charNum++; // 如果既不是换行符也不是空格，字符数加1
isLastBlank = 0;
}
}
!isLastBlank && wordNum++; // 如果最后一个字符不是空格，那么单词数加1
isLastBlank = 1; // 每次换行重置为1
// 一行结束，计算总字符数、总单词数、总行数
totalNum[0]++; // 总行数
totalNum[1] += charNum; // 总字符数
totalNum[2] += wordNum; // 总单词数
printf("%-7d%-7d%d\n", totalNum[0], wordNum, charNum);
// 置零，重新统计下一行
charNum = 0;
wordNum = 0;
}
return totalNum;
}
运行程序，输出结果为：
上面的程序，每次从文件中读取一行，放到缓冲区buffer，然后遍历缓冲区，统计当前行的字符和单词数。
fgets()函数用于从文件中读取一行或指定个数的字符，其原型为：
char * fgets(char *buffer, int size, FILE * stream);
参数说明：
- buffer为缓冲区，用来保存读取到的数据。
- size为要读取的字符的个数。如果该行字符数大于size-1，则读到 size-1 个字符时结束，并在最后补充' \0'；如果该行字符数小于等于 size-1，则读取所有字符，并在最后补充 '\0'。即，每次最多读取 size-1 个字符。读取的字符包括换行符。
- stream为文件指针。
有的读者问，为什么不使用getc()，每次从文件中读取一个字符，也无需开辟缓冲区。
这样没有问题，但是在处理换行时要注意跨平台问题，因为不同的平台对文本文件换行的处理不一样，Linux以'\n'为换行符，Windows以'\n\r'为换行符，Mac又以'\r\n'为换行符。所以，使用getc()函数处理换行时比较麻烦。
这里去繁就简，通过fgets()读取整行数据，然后再处理每个字符，直接忽略'\n'和'\r'。
注意：由于每行的结尾会有最多2个字节长度的换行符，fgets()还会添加NUL，所以缓冲区的长度至少为1003，才能容纳每行1000个字符，否则strlen()可能返回垃圾值。
请看代码第43行，打开文件出错时，返回NULL，而不是生硬的exit()。这样可以通知主调函数发生了错误，让主调函数做出适当的处理，或者通知用户，提高软件的用户体验。