Question

我正在使用我的C ++类中的自动摘要系统，并且对我正在进行的ASCII比较之一有疑问。这是代码：

    char ch;
    string sentence;
    pair<char, char> sentenceCheck;
    int counter = 0;
    while (!ifs2.eof())
    {
        ch = ifs2.get();
        ch = tolower(ch);

        if (ch == 13)
            ch = ifs2.get();

        if (ch != 10 && ch != '?' && ch != '!' && ch != '.')
            sentence += ch;

        sentenceCheck.first = sentenceCheck.second;
        sentenceCheck.second = ch;

        cout << sentenceCheck.first << "-" << (int)sentenceCheck.first << " ---- " << sentenceCheck.second << "-" << (int)sentenceCheck.second << endl;

        if(sentenceCheck.second == ' ' || sentenceCheck.second == 10 || sentenceCheck.second == -1)
        {
            if(sentenceCheck.first == '?' || sentenceCheck.first == '!' || sentenceCheck.first == '.')
            {
                istringstream s(sentence);
                while(s >> wordInSentence)
                {
                    sentenceWordMap.insert(pair<string, int>(wordInSentence, 0));
                }
                //sentenceList.push_back(pair<string, int>(sentence, 0));
                sentence.clear();
            }
        }
    }

这里所做的（使用两个if语句）正在检查是否已在稍后要分析和处理的文本中开始新句子。条件工作，但只是因为我们发现我们必须检查-1。任何想法代表什么？

Answer 1

-1不表示ASCII中的任何内容。所有ASCII码都在[0,127]范围内。 C ++甚至不保证-1是char的有效值。

问题是您没有检查ifs2.get()的返回值，该值返回int（不是char！），结尾可能是-1的文件。检查这个的正确方法是

int ch = ifs2.get();
if (!ifs2)
    // break the loop

因为EOF值不能保证为-1（实际上是std::char_traits<char>::eof()）。

（顺便说一句，你不应该把ASCII代码写成幻数;使用\n代替换行，\r代表回车。）

Answer 2

while结构不正确：您需要在eof()之后立即检查get()：

for (;;)
{
    ch = ifs2.get();
    if (ifs2.eof()) break;
    ch = tolower(ch);

    if (ch == 13)
    {
        ch = ifs2.get();
        if (ifs2.eof()) break;
    }

    ...
}

-1可能是EOF指标。

注意（正如已经说明的那样）get()会返回int，而不是char。

Answer 3

这不是ASCII，这是istream::get

返回的错误

ch = ifs2.get();

这可能是EOF，即你的输入用完了。

Answer 4

作为ASCII字符-1不代表任何东西（也就是说-1不是有效的ASCII值）。作为get（）的返回值，这意味着读取操作失败 - 很可能是由于文件结束了。

请注意，如果下一次调用get将因为文件结束而失败，则eof（）函数不会返回true - 如果上一次调用失败，则返回true到达文件的结尾。

Answer 5

检查-1工作的事实是一个意外，并没有任何结果使用ASCII值（仅使用0到127）。您的代码将失败如果普通字符是无符号的（使用VC ++编译/J，我认为），或者EOF不是-1（很少见，但所有保证的都是它负）。如果输入正好，您的代码也将失败 Latin-1，它包含'ÿ'。

您的代码中的基本问题是您没有检查结束文件正确。将测试置于循环顶部不起作用; 在使用之前，您需要在输入之后测试失败（不是eof()） 读取的值。有几种方法可以做到这一点;在你的情况下，最简单的可能是使用：

if ( !ifs2.get(ch) ) { // Input failed... }

或者，您可以将ch设为int，然后执行：

ch = ifs2.get(); if ( ch == EOF ) { // Input failed... }

这样做的好处是不再需要对tolower进行以下调用未定义的行为（tolower接受一个int，它必须在范围内 [0...UCHAR_MAX]或EOF - 如果简单char已签署，则不是保证这一点）。另一方面，它不允许链接，即你不能写相当于：

while ( ifs2.get( sentenceCheck.first ) && ifs2.get( sentenceCheck.second ) ) { // ... }

（在某些情况下可能有用）。

FWIW：您正在使用的技术称为滑动窗口流入一个流，值得把它推到一个单独的类中处理保持窗口填充和更新的逻辑。或者，可以使用简单的状态机来解决您的问题。

我肯定会避免使用魔术常数：如果你想检查回车，与'\r'比较。同样，换行符为'\n'，在外if，看起来你想要检查空格（isspace( static_cast<unsigned char>( sentenceCheck.second ) )），而不是比较价值。

我可能还会补充一点，你的代码无法正确处理那些句子以引用结束，如This is the "text in your input.";它也是没有像Mr. Jones is here.这样的缩写。但那些问题可能超出了您的任务范围。（缩写一个是可能无法完全解决：有时"etc."是一个结束句子，有时它不是。）

-1表示的是什么？

5 个答案: