Question

我正在阅读文本文件并将这些单词解析为地图，以计算每行上每个单词的出现次数。我需要忽略除撇号之外的所有非字母字符（标点符号，数字，空格等）。我可以弄清楚如何使用以下代码删除所有这些字符，但这会导致错误的单词，例如＆＃34; one-two＆＃34;出现在＆＃34; onetwo＆＃34;，应该是两个单词，＆＃34; one＆＃34;和＆＃34;两个＆＃34;。

相反，我现在尝试用空格替换所有这些值，而不是简单地删除，但无法弄清楚如何执行此操作。我认为replace-if算法是一个很好的算法，但是不能找到完成这个的正确语法。 C ++ 11很好。有什么建议吗？

示例输出如下：

"first second" = "first" and "second"
"one-two" = "one" and  "two"
"last.First" = "last" and "first"
"you're" = "you're"
"great! A" = "great" and "A"

// What I initially used to delete non-alpha and white space (apostrophe's not working currently, though)

// Read file one line at a time
while (getline(text, line)){
    istringstream iss(line);            
    // Parse line on white space, storing values into tokens map
    while (iss >> word){
        word.erase(remove_if(word.begin(), word.end(), my_predicate), word.end());
        ++tokens[word][linenum];
    }
    ++linenum;
}

bool my_predicate(char c){
    return c == '\'' || !isalpha(c); // This line's not working properly for apostrophe's yet
}

Answer 1

bool my_predicate(char c){
    return c == '\'' || !isalpha(c);
}

如果它和撇号，或者它不是是按字母顺序排列的字符，那么你写下你要删除的字符。

由于您要替换这些内容，因此应使用std::replace_if()：

std::replace_if(std::begin(word), std::end(word), my_predicate, ' ');

你也应该纠正你的谓词：

return !isalpha(c) && c != '\'';

Answer 2

您可以使用std::replace_if预先处理输入行，然后再将其发送到istringstream。这也将简化你的内循环。

while (getline(text, line)){
    replace_if(line.begin(), line.end(), my_predicate, ' ');
    istringstream iss(line);            
    // Parse line on white space, storing values into tokens map
    while (iss >> word){
        ++tokens[word][linenum];
    }
    ++linenum;
}

C ++用字符串中的空格替换非alpha /撇号

2 个答案: