왜 두 단어 계산 방법이 크게 다른가요?

Question

사용자가 텍스트 파일의 단어 또는 단어 모음의 인스턴스 수를 찾을 수있게 해주는 프로그램을 작성했습니다. 사용자는 명령 행에서이 같은 뭔가를 입력 할 수 있습니다

$ ./wordCount Mars TripToMars.txt 

단어 "화성"의 인스턴스의 수를 검색하기 위해 화성 책 여행에서, 또는

$ ./wordCount -f collectionOfSearchWords.txt TripToMars.txt 

를 검색 할 수 collectionOfSearchWords.txt의 개별 행에있는 여러 단어의 인스턴스 수입니다. 용어를 포함하는 것이다,

$ grep -o 'Mars' TripToMars.txt | wc -w 

및

$ grep -o -w 'Mars' TripToMars.txt | wc -w 

첫 번째 명령은 아무 곳이나 단어의 인스턴스의 수를 찾습니다

프로그램이 정확하다고 보장하기 위해, 나는은 grep 명령을 사용 "Mars", "Marses"등의 구두점을 포함하는 독립 실행 형 단어로 ​​"화성"의 인스턴스 만 찾으면 서 "Marsa", "Marseen", "Marses" 화성? "등.

grep 명령은 모두 책에서 "화성"의 인스턴스 수를 49로 반환합니다.

while 루프에서 코드를 사용할 때 (간단히 말하면 관련 코드 만 포함) 프로그램에서 49를 반환합니다. 굉장합니다!

FILE *textToSearch; 
char *readMode = "r"; 

int count; 
char nextWord[100]; 
char d; 

textToSearch = fopen(argVector[argCount-1], readMode); 
if (textToSearch == NULL) { 
    fprintf(stderr, "Cannot open %s to be searched\n", argVector[argCount-1]); 
    return 1; 
} else { 
    while (fscanf(textToSearch, "%*[^a-zA-Z]"), fscanf(textToSearch, "%80[a-zA-Z]", nextWord) > 0) { 

     // increment the counter if the word is a match 
     if (strcmp(nextWord, argVector[word]) == 0) { 
      count++; 
     } 
    } 
} 

하지만 이전이 while 루프를 대체 할 때, 프로그램은

while (fscanf(textToSearch, "%*[^a-zA-Z]"), fscanf(textToSearch, "%80[a-zA-Z]", nextWord) > 0) {} 

및

while(1) { 
    d = fscanf(textToSearch, "%s", nextWord); 
    if (d == EOF) break; 
} 

사이의 큰 차이는 무엇 그래서 17

while(1) { 
    d = fscanf(textToSearch, "%s", nextWord); 
    if (d == EOF) break; 

    // increment the counter if the word is a match 
    if (strcmp(nextWord, argVector[word]) == 0) { 
     count++; 
    } 
}  

반환

?

편집는 화성 시도 및 계정 구두점을 후행 경우를위한 17 생산 코드에

if (strcmp(nextWordDict, nextWord) == 0 || 
    strcmp(nextWordDict, strcat(nextWord, ".")) == 0 || 
    strcmp(nextWordDict, strcat(nextWord, "?")) == 0 || 
    strcmp(nextWordDict, strcat(nextWord, "!")) == 0 || 
    strcmp(nextWordDict, strcat(nextWord, ",")) == 0) { 
     count++; 
} 

, 그리고 변화가 없었다 :

는이 코드를 추가했습니다. 아직 17

EDIT2 :

존 볼린저으로

가 제대로 아래 지적 nextWord에 버퍼링 된 문자열이 이미 후행 문장이 때문에이 코드는 아무것도 실시하지 않습니다, 그리고 코드는 더 추가 될 것이다. 이것은 내 생각에 잘못된 생각이다.

Answer 1

당신은 당신이 말할 때 잘못된 것을 명령 ...

$ grep -o -w 'Mars' TripToMars.txt | wc -w 

..."화성의 사례 만 독립된 단어로 찾는다", 또는 적어도 그 성명은 맥락에서 오해하기 쉽다. 이 명령은 더 큰 단어의 일부가 아닌 "화성"의 인스턴스를 찾습니다. "단어"는 문자, 숫자 및/또는 밑줄의 연속 문자열로 정의됩니다. 특히, "화성"과 일치하며 구두점이 뒤따라 나오는 곳에 표시됩니다. 구두점은 사용자가 주장하는 것과 충돌합니다.

두 스캔 방법의 차이점은 무엇입니까? 음,이 ...

while (fscanf(textToSearch, "%*[^a-zA-Z]"), 
     fscanf(textToSearch, "%80[a-zA-Z]", nextWord) > 0) { /* ... */ } 

... 스캔 제로 또는 일치하고 입력 오류가 발생하는지, 그 다음 80 개 라틴어 문자의 연속 순서를 검사 여부를 무시 라틴어 문자없는 자 이상, 그 시퀀스를 nextWord 버퍼에 기록한다. 한편

,이 ...

while(1) { 
    d = fscanf(textToSearch, "%s", nextWord); 
    if (d == EOF) break; 
} 

이 ... 공백을 선도 무시하고 nextWord에 공백이 아닌의 다음 연속 된 문자열을 검색합니다.

라틴 문자 또는 공백 문자가 아닌 두 문자는 문자를 무시합니다. 전자는 공백 문자를 무시하고 후자는 공백 문자를 포함하지 않습니다. nextWord. 당신은 화성에가는

에 문자열 "Mars"와 nextWord, 후자의 미스를 비교합니다.

및

이름은 "화성"

및

물이 화성에 있습니까?

인접한 구두점이 비교에 포함되어 있기 때문입니다. 당신의 텍스트는 그것들과 비슷한 많은 구조를 가질 가능성이 높으며, grep 명령은 다른 방법을 보여주지 않습니다.