应用——统计文档字符数、单词数、行数

一、程序概述

1.1 功能描述

实现类似Linux wc命令的文件统计工具，能够统计：

• 字符数（包括所有字符）

• 单词数（基于空白字符分隔）

• 行数（基于换行符\n计数）

1.2 程序结构

主函数 main()
    ↓
处理命令行参数
    ↓
调用 file_statistics()
    ↓
打开文件 → 失败 → 错误处理
    ↓
循环读取字符
    ↓
统计行数、字符数、单词数
    ↓
关闭文件
    ↓
输出结果

1.3代码

#include 
#include 
// 统计文件行数、字符数、单词数
int file_statistics(const char *filename)
{
    FILE *fp = fopen(filename, "r");
    if (!fp) {
        perror("打开文件失败");
        return -1;
    }
    int lines = 0, chars = 0, words = 0;
    int ch, prev_ch = ' ';
    while ((ch = fgetc(fp)) != EOF) {
        chars++;
        if (ch == '\n') {
            lines++;
        }
        // 简单的单词计数：当前字符是空格/换行，前一个字符不是空格/换行
        if ((ch == ' ' || ch == '\n' || ch == '\t') &&
            (prev_ch != ' ' && prev_ch != '\n' && prev_ch != '\t')) {
            words++;
        }
        prev_ch = ch;
    }
    // 处理最后一个单词
    if (prev_ch != ' ' && prev_ch != '\n' && prev_ch != '\t' && chars > 0) {
        words++;
    }
    printf("文件统计信息:\n");
    printf("  行数: %d\n", lines + (chars > 0 ? 1 : 0));
    printf("  字符数: %d\n", chars);
    printf("  单词数: %d\n", words);
    fclose(fp);
    return 0;
}
int main(int argc, char *argv[])
{
    if (argc != 2) {
        printf("用法: %s <文件名>\n", argv[0]);
        return -1;
    }
    return file_statistics(argv[1]);
}

二、核心算法分析

2.1 行数统计

// 简单直接的技巧
if (ch == '\n') {
lines++;
}
特殊情况处理：

• 结果一行没有换行符时，需要额外+1

• 空文件应该显示0行

2.2 原始单词统计算法

// 边界检测算法
if ((ch == ' ' || ch == '\n' || ch == '\t') &&
(prev_ch != ' ' && prev_ch != '\n' && prev_ch != '\t')) {
words++;
}
算法原理：
文本： "Hello   World!\n"
流程：

• 当前字符 ' '，前一个字符 'o' → 检测到单词边界 → words=1

• 当前字符 '\n'，前一个字符 '!' → 检测到单词边界 → words=2

2.3 改进的单词统计算法

#include <ctype.h>

// 状态机算法
int in_word = 0;
while ((ch = fgetc(fp)) != EOF) {
if (isalnum(ch) || ch == '_' || ch == '-') {
in_word = 1;           // 进入单词状态
} else if (isspace(ch) || ispunct(ch)) {
if (in_word) {
words++;           // 离开单词状态
in_word = 0;
        }
    }
}
if (in_word) words++;          // 处理最后一个单词

单词定义：

• 字母、数字、下划线、连字符视为单词字符

• 空白字符和标点符号作为单词分隔符

三、关键代码达成细节

3.1 档案打开与错误处理

FILE *fp = fopen(filename, "r");
if (!fp) {
perror("打开材料失败");// 自动输出错误信息
return -1;
}

3.2 字符读取循环

int ch;  // 必须用int，不能用char！
while ((ch = fgetc(fp)) != EOF) {
// 处理字符
}
为什么用int不用char？

• fgetc()返回int类型，范围是0-255和EOF(-1)

• 如果使用char，无法区分EOF和某些字符

3.3 处理最终一行

// 调整行数计数
printf("行数: %d\n", lines + (chars > 0 ? 1 : 0));
逻辑解释：

• 情况1: "Hello\nWorld"   → lines=1, chars>0 → 显示2行 ✓

• 情况2: ""              → lines=0, chars=0 → 显现0行 ✓

• 情况3: "Hello"         → lines=0, chars>0 → 显示1行 ✓

四、程序扩展功能

4.1 多材料承受实现

int total_lines = 0, total_chars = 0, total_words = 0;

for (int i = 1; i < argc; i++) {
int lines, chars, words;
if (process_file(argv[i], &lines, &chars, &words) == 0) {
// 累加统计
total_lines += lines;
total_chars += chars;
total_words += words;
    }
}

4.2 性能优化与计时

#include <time.h>

clock_t start = clock();
// ... 文件处理代码 ...
clock_t end = clock();

double time_used = ((double)(end - start)) / CLOCKS_PER_SEC;
printf("处理时间: %.3f秒\n", time_used);

4.3 格式化输出

// 对齐输出格式
printf("%-20s 行数: %6d  单词数: %6d  字符数: %6d\n",
filename, lines, words, chars);

// 输出示例：
// test.txt           行数:      3  单词数:      9  字符数:     48

五、学习要点总结

• 文件操作基础：fopen、fgetc、fclose的正确使用

• 错误处理：检查返回值，采用perror输出错误

• 状态机思想：单词统计中的状态转换

• 命令行参数：argc/argv的使用

• 性能考虑：缓冲区、计时、大文件处理

• 可扩展性：设计支持功能扩展的程序结构