我想创建一个简单的倒排索引。我有一个文件,其中包含每个文档中的docIds和关键字。因此,第一步是尝试读取文件并将文本文件标记化。我发现了一个在线的令牌化功能,应该可以工作并稍微改变一下。我想在空格后标记每个单词。我的文本文件没有任何逗号或句点。在对文本文件进行标记化之后,将标记存储在向量中。因此在运行tokenize
函数后,我尝试打印出向量的元素,但什么都没发生。然后我尝试打印出矢量的大小,结果得到0
。这是我的代码:
#include <iostream>
#include <fstream>
#include <string>
#include <sstream>
#include "functions.h"
#include "vector"
using namespace std;
int main()
{
string line;
vector<string> v;
ifstream myfile("test.txt");
if(myfile.is_open()){
while(getline(myfile,line)){
//cout << line << '\n';
tokenize(line, ' ', v);
}
myfile.close();
}
else cout << "Unable to open file";
cout << v.size() << '\n';
return 0;
}
这是我的tokenize函数:
using namespace std;
void tokenize(string s, char c, vector<string> v) {
string::size_type i = 0;
string::size_type j = s.find(c);
while (j != string::npos) {
v.push_back(s.substr(i, j-i));
i = ++j;
j = s.find(c, j);
if (j == string::npos)
v.push_back(s.substr(i, s.length()));
}
}
我无法使用strtok
,因为我稍后会在程序中使用线程,而且我在一个论坛中读到strtok
与线程不兼容。
答案 0 :(得分:4)
为什么我的矢量是空的?
因为您按值传递vector
:
void tokenize(string s, char c, vector<string> v) {
将其更改为参考:
void tokenize(string s, char c, vector<string>& v) {