Question

我使用以下代码解析html文档：

ifstream myfile("file.html");

  string line;
  int m_lines;
  char c;

  while(getline(myfile,line)) {
    if(line.empty()) {
      m_lines++;
      continue;
    }
    istringstream iss(line);

    while(iss.good()) {
      c = iss.get();
      //my code here (not important for this question)
      cout << c;
    }


    m_lines++;
  }

输入文件（file.html）如下所示：

<p>Lorem ipsum <strong>haha</strong> gfadf.</p>
<img src="image.jpg" alt="alt" />

输出：

<p>Lorem ipsum golo gama<strong>haha</strong> gfadf.</p> <img src="image.jpg" alt="alt" />
                                                        ^
                                                        ^
                                                        ^

如果输入文件中有新行，则会打印空白字符。如何跳过或删除此字符？

Answer 1

您的信息流中没有换行符，当调用getline时，它会将字符提取到换行符。 iss.get()正在返回文件结尾，因为无法提取更多字符。您可以使用以下代码进行检查：

while(iss.good()) {
    c = iss.get();
    if (c == std::char_traits<char>::eof())
    {
        cout << "end of file!";
    }
    else
    {
        cout << c;
    }
}

Answer 2

您可以简单地检查字符串中的最后一个字符是否为空白字符（例如\f\n\r\t\v ..）并将其删除。例如：

while (line.back() == '\s')
{
    line.erase(line.end());
}

如果您没有使用c ++ 11（在c ++ 11中添加了.back()）

while (line[line.size()-1] == '\s')
{
    line.erase(line.end());
}

您可以在istringstream iss(line);之前添加它，并删除所有尾随空白字符。

读取文件时有问题的空白区域

2 个答案: