C语言实现词频统计——第二版

原需求

1.读取文件，文件内包可含英文字符，及常见标点，空格级换行符。

2.统计英文单词在本文件的出现次数

3.将统计结果排序

4.显示排序结果

新需求：

1.小文件输入. 为表明程序能跑

2.支持命令行输入英文作品的文件名

3. 支持命令行输入存储有英文作品文件的目录名，批量统计

4. 从控制台读入英文单篇作品，重定向输出

代码实现:

在原代码的基础上稍做了修改，使之可以批量读取文件夹下的所有文件，所以加了一个mode来判断是单个文件输入还是文件夹输入，来不及整理程序，所以现在程序有点丑。这次作业交了以后会干两件事，第一是精简程序结构，第二是优化程序性能，可能会重新构思程序的主体部分。

    if (mode == 2)
    {
        printf("输入读入文件夹的名字：");
        scanf("%s", &fa);
        if ((fHandle = _findfirst("*.txt", &fa)) == -1L)      //文件夹目录 
        {
            printf("当前目录下没有txt文件
");
            return 0;
        }
        else
            do
            {
                fp = fopen(fa.name, "r");
                for (i = 0; i < 500; i++)
                {
                    (w + i)->num = 1;
                }

                /****************单词匹配****************************************/
                i = 0;
                while (!feof(fp))//文件尚未读取完毕
                {
                    ch = fgetc(fp);
                    (w + i)->a[j] = '';
                    if (ch >= 65 && ch <= 90 || ch >= 97 && ch <= 122)                            //ch若为字母则存入
                    {
                        (w + i)->a[j] = ch;
                        j++;
                        flag = 0;                                                  //设标志位判断是否存在连续标点或者空格
                    }
                    else if (!(ch >= 65 && ch <= 90 || ch >= 97 && ch <= 122) && flag == 0)       //ch若不是字母且上一个字符为字母
                    {
                        i++;
                        j = 0;
                        flag = 1;
                        for (m = 0; m < i - 1; m++)                                    //匹配单词，若已存在则num+1
                        {
                            if (stricmp((w + m)->a, (w + i - 1)->a) == 0)
                            {
                                (w + m)->num++;
                                i--;
                            }
                        }
                    }
                    /****************动态分配内存****************************************/
                    if (i == (p * 500))                                                      //用i判断当前内存已满
                    {
                        p++;
                        w = (struct fre_word*)realloc(w, 500 * p*(sizeof(struct fre_word)));
                        for (n = i; n <= 500 * p; n++)                                           //给新分配内存的结构体赋初值
                            (w + n)->num = 1;
                    }
                }
                i = i - 2;
                quick(w, 0, i);

                printf("文件%s词频统计如下
", fa.name);
                printf("不重复的单词数：");
                printf("%d
", i);
                for (n = 0; n <10; n++)
                {
                    printf("文档中出现的单词：");
                    printf("%-18s", (w + n)->a);
                    printf("其出现次数为:");
                    printf("%d
", (w + n)->num);
                }
                printf("
");
                
            } while (_findnext(fHandle, &fa) == 0);
            _findclose(fHandle);
            fclose(fp);
            return 0;
            free(w);

    }

其余部分和之前第一版几乎没有区别，就不再赘述。

运行结果：

功能1：

功能2：

功能3：

功能4：

coding：https://git.coding.net/gongcr/word-frequency.git

openssh：git@git.coding.net:gongcr/word-frequency.git

git：git://git.coding.net/gongcr/word-frequency.git

得分项：

表一：

表二：

项目：词频统计第二版

项目类型：个人项目

项目日期：2016.9.11-2016.9.13

11号

类别c	内容c	开始时间s	结束e	中断I	净时间T
项目实践	看书	8：00	10：00	20m	100m
项目实践	需求分析	10:00	10:40	10m	30m
项目实践	安装vs

12号

类别c	内容c	开始时间s	结束e	中断I	净时间T
项目实践	调试vs	8：00	10：00	0m	120m
项目实践	重装系统/vs	12:00	16:00	0m	240m
项目实践	效能分析	19：00	19：40	0m	40m
项目实践	编码	20：00	22：00	20m	100m

 13号

类别c	内容c	开始时间s	结束e	中断I	净时间T
项目实践	查资料	8:00	10：30	0m	150m
项目实践	编码	10：30	11:30	10m	50m
项目实践	编码	13：40	15：00	50m	30m
项目实践	计算工作量	15：00	15：20	0m	20m
项目实践	写博客	20：00	21：15	0m	75m