C语言统计文件中的字符数、单词数以及总行数

统计文件的字符数、单词数以及总行数，包括：

每行的字符数和单词数

文件的总字符数、总单词数以及总行数

注意：

空白字符（空格和tab缩进）不计入字符总数；

单词以空格为分隔；

不考虑一个单词在两行的情况；

限制每行的字符数不能超过1000。

请先看代码

#include <stdio.h>

#include <string.h>

int *getCharNum(char *filename, int *totalNum);

int main(){

    char filename[30];

    // totalNum[0]: 总行数  totalNum[1]: 总字符数  totalNum[2]: 总单词数

    int totalNum[3] = {0, 0, 0};

    printf("Input file name: ");

    scanf("%s", filename);

    if(getCharNum(filename, totalNum)){

        printf("Total: %d lines, %d words, %d chars\n", totalNum[0], totalNum[2], totalNum[1]);

    }else{

        printf("Error!\n");

    }

    return 0;

}

/**

 * 统计文件的字符数、单词数、行数

 *

 * @param  filename  文件名

 * @param  totalNum  文件统计数据

 *

 * @return  成功返回统计数据，否则返回NULL

**/

int *getCharNum(char *filename, int *totalNum){

    FILE *fp;  // 指向文件的指针

    char buffer[1003];  //缓冲区，存储读取到的每行的内容

    int bufferLen;  // 缓冲区中实际存储的内容的长度

    int i;  // 当前读到缓冲区的第i个字符

    char c;  // 读取到的字符

    int isLastBlank = 0;  // 上个字符是否是空格

    int charNum = 0;  // 当前行的字符数

    int wordNum = 0; // 当前行的单词数

    if( (fp=fopen(filename, "rb")) == NULL ){

        perror(filename);

        return NULL;

    }

    printf("line   words  chars\n");

    // 每次读取一行数据，保存到buffer，每行最多只能有1000个字符

    while(fgets(buffer, 1003, fp) != NULL){

        bufferLen = strlen(buffer);

        // 遍历缓冲区的内容

        for(i=0; i<bufferLen; i++){

            c = buffer[i];

            if( c==' ' || c=='\t'){  // 遇到空格

                !isLastBlank && wordNum++;  // 如果上个字符不是空格，那么单词数加1

                isLastBlank = 1;

            }else if(c!='\n'&&c!='\r'){  // 忽略换行符

                charNum++;  // 如果既不是换行符也不是空格，字符数加1

                isLastBlank = 0;

            }

        }

        !isLastBlank && wordNum++;  // 如果最后一个字符不是空格，那么单词数加1

        isLastBlank = 1;  // 每次换行重置为1

        // 一行结束，计算总字符数、总单词数、总行数

        totalNum[0]++;  // 总行数

        totalNum[1] += charNum;  // 总字符数

        totalNum[2] += wordNum;  // 总单词数

        printf("%-7d%-7d%d\n", totalNum[0], wordNum, charNum);

        // 置零，重新统计下一行

        charNum = 0;

        wordNum = 0;

    }

    return totalNum;

}

在D盘下创建文件demo.txt，并输入如下的内容：

I am Chinese. I love my country.

China has 960 square kilometers of territory.

China has a population of 1.35 billion.

The capital of China is Beijing.

                                By gunge

                                2014-10-12

运行程序，输出结果为：

Input file name: d://demo.txt

line   words  chars

1      7      26

2      7      39

3      7      33

4      6      27

5      0      0

6      2      7

7      0      0

8      1      10

Total: 8 lines, 30 words, 142 chars

上面的程序，每次从文件中读取一行，放到缓冲区buffer，然后遍历缓冲区，统计当前行的字符和单词数。

fgets()函数用于从文件中读取一行或指定个数的字符，其原型为：

   char * fgets(char *buffer, int size, FILE * stream);

参数说明：

buffer为缓冲区，用来保存读取到的数据。

size为要读取的字符的个数。如果该行字符数大于size-1，则读到 size-1 个字符时结束，并在最后补充' \0'；如果该行字符数小于等于 size-1，则读取所有字符，并在最后补充 '\0'。即，每次最多读取 size-1 个字符。读取的字符包括换行符。

stream为文件指针。

有的读者问，为什么不使用getc()，每次从文件中读取一个字符，也无需开辟缓冲区。

这样没有问题，但是在处理换行时要注意跨平台问题，因为不同的平台对文本文件换行的处理不一样，Linux以'\n'为换行符，Windows以'\n\r'为换行符，Mac又以'\r\n'为换行符。所以，使用getc()函数处理换行时比较麻烦。

这里去繁就简，通过fgets()读取整行数据，然后再处理每个字符，直接忽略'\n'和'\r'。

注意：由于每行的结尾会有最多2个字节长度的换行符，fgets()还会添加NUL，所以缓冲区的长度至少为1003，才能容纳每行1000个字符，否则strlen()可能返回垃圾值。

请看代码第43行，打开文件出错时，返回NULL，而不是生硬的exit()。这样可以通知主调函数发生了错误，让主调函数做出适当的处理，或者通知用户，提高软件的用户体验。