C++混合中文英文字符串匹配查找改进

问题起源于一个同学 daidaimadaima 的私信，他的问题是

他写的版本是

#include<iostream>
using namespace std;
string dic[] = { "自然语言处理","准时","课程","作业","有","老番茄","意思","上课","计算语言学","开心" };// 是否为词表中的词或者是词表中词的前缀
bool inDict(string str)
{bool re = false;int i;int len = 10;//原来是GET_ARRAY_LEN(dic, len);但是他没发给我，所以这里直接赋值算了for (i = 0; i < len; i++){// 是否和词表词相等或者是词表词前缀if (str == dic[i].substr(0, str.length())){re = true;}}return re;
}int main()
{string sentence = "自然语言处理课程有意思";string word = "一";int wordlen = word.length();int i;string s1 = "";cout << "词典：" << dic << endl;cout << "句子：" << sentence << endl;for (i = 0; i < sentence.length(); i = i + wordlen){string tmp = s1 + sentence.substr(i, wordlen);if (inDict(tmp)){s1 = s1 + sentence.substr(i, wordlen);}else{cout << "/" << s1;s1 = sentence.substr(i, wordlen);}}cout << "/" << s1;
}

但是，我用运行之后，并没有发现乱码，可能他指的是输出dic是数字而不是内容，也有可能他指的是字符串中有中、英文混杂时错误

#include<iostream>
#include<vector>
#include<string.h>
using namespace std;
vector<string>dic = { "自然语言处理","准时","课程","作业","有","老番茄","意思","上课","计算语言学","开心" };int GET_ARRAY_LEN(vector<string>dic) {return  dic.size();
}// 是否为词表中的词或者是词表中词的前缀
bool inDict(string str)
{bool re = false;int i;int len =  GET_ARRAY_LEN(dic);for (i = 0; i < len; i++){// 是否和词表词相等或者是词表词前缀//可能错误：if (str == dic[i].substr(0, str.length()))/*==是比较a b的值compare是比较 a b指向的内容。建议用内置的比较:strcmp和compare等*/if( str.compare(dic[i].substr(0,str.size()))==0 )        {re = true;}}return re;
}int main()
{string sentence = "自然语言处理d课程有意思吗有意思";  //自然语言处理d课程有意思吗意思string cword = "一";int cwordlen = cword.length();/*其实这一步和上一步可以直接换成int cwordlen=2;因为中文字符在这里为2个字节，英文字符也就是我们平时的cout是论ascill码的--为一个字节，所以下面加一个判断中英文，再改变i，而且我发现上面同学的代码中有一个bug就是无论最后一个对与错，都会输出，所以需要再加一个判断，我是把中文字符和英文字符都看成一个一个地读和累加判断
*/int i,j;string s1 = "";string tmpStr = "";string tmp = "";cout << "句子：" << sentence << endl;for (i = 0; i < sentence.length();){j = i;if (sentence[i] < 0) {tmpStr = s1 + sentence.substr(i, cwordlen);tmp = sentence.substr(i, cwordlen);j += cwordlen;}else {tmpStr = s1 + sentence.substr(i, 1);tmp = sentence.substr(i, 1);j += 1;}if (inDict(tmpStr)){s1 = tmpStr;  cout << tmp;}else{cout <<"/";s1 = tmp;         if (inDict(s1)) {cout << s1;}}i = j;}  }

C++混合中文英文字符串匹配查找改进相关推荐

python（40）：利用utf-8编码判断中文英文字符
#!/usr/bin/env Python # -*- coding:GBK -*- """汉字处理的工具: 判断unicode是否是汉字,数字,英文,或者其他字符. 全 ...
python英文字符表示_python利用utf-8编码判断中文英文字符(转)
下面这个小工具包含了判断unicode是否是汉字.数字.英文或者其他字符,全角符号转半角符号,unicode字符串归一化等工作. #!/usr/bin/env python # -*- coding: ...
python 利用utf-8编码判断中文英文字符
下面这个小工具包含了判断unicode是否是汉字.数字.英文或者其他字符,全角符号转半角符号,unicode字符串归一化等工作. #!/usr/bin/env python # -*- coding: ...
正则匹配中文英文字符及标点
/^([\p{Han}\p{P}A-Za-z0-9])*$/u 其中 \p{Han}表示utf-8编码中的所有中文字符, \p{P}表示中英文标点, A-Z表示大写字母, a-z表示小写英文字母, ...
正则匹配中文英文字符、数据及标点
/^([\p{Han}\p{P}A-Za-z0-9])*$/u其中 \p{Han}表示utf-8编码中的所有中文字符, \p{P}表示中英文标点, A-Z表示大写字母, a-z表示小写英文字母, 0- ...
字符串匹配--Sunday算法 1
字符串匹配(查找)算法是一类重要的字符串算法(String Algorithm).有两个字符串, 长度为m的haystack(查找串)和长度为n的needle(模式串), 它们构造自同一个有限的字母表 ...
字符串匹配：字符串中查找某子串
字符串匹配:字符串中查找某子串需求具体算法常规方法程序 KMP算法程序后续需求我们在平时的软件开发,尤其是嵌入式开发,字符串匹配是非常重要的一个算法.而目前常用的字符串匹配算法有很多, ...
Java实现字数统计(中文英文韩文日文混合)，类似word效果
因为业务需求,需要一个字数统计的功能,其实这个功能也不难,但是因为这边涉及到中文,英文, 日文和韩文的混合文本,所以不能用一般的统计方法,在网上搜索了一些, 然后综合了一下自己写了个支持混合统计的工具 ...
python分割字符串中文_python 分割中文英文混合字符串的正确方法
python 里的字符编码不统一导致中英文的处理有不同的结果,下面介绍中文英文混合字符串 split 的方法. 分割词 #!/usr/bin/env python # -*- coding: utf- ...

C++混合中文英文字符串匹配查找改进

C++混合中文英文字符串匹配查找改进相关推荐

最新文章

热门文章