计算文件中的单词数量

我们在读取一个文件的时候，也想知道这个文件中包含的单词数量。我们定义的单词是位于两个空格之间的字符组合。那要如何进行统计呢？

根据对单词的定义， 我们可以统计空格的数量。例如句子John has a funny little dog.，这里有五个空格，所以说这句话有六个单词。

如果句子中有空格干扰怎么办，例如：John has \t a\nfunny little dog .。这句中有很多不必要的空格、制表符和换行符。本书的其他章节中，我们已经了解如何将多余空格从字符串中去掉。所以，可以对字符串进行预处理，将不必要的空格都去掉。这样做的确可行，不过我们有更加简单的方法。

为了寻找最优的解决方案，我们将让用户选择，是从标准输入中获取数据，还是从文本文件中获取数据。

How to do it…

本节，我们将完成一个单行统计函数，其可以对输入的数据进行计数，数据源的具体方式我们可以让用户来选择。

  1. 包含必要的头文件，并声明所使用的命名空间：

    1. #include <iostream>
    2. #include <fstream>
    3. #include <string>
    4. #include <algorithm>
    5. #include <iterator>
    7. using namespace std;

  2. wordcount函数能接受一个输入流，例如cin。其能创建一个std::input_iterator迭代器，其能对输出字符进行标记，然后交由std::distance进行计算。distance接受两个迭代器作为参数，并确定从一个迭代器到另一个迭代器要用多少步(距离)。对于随机访问迭代器，因为有减法操作符的存在，所以实现起来非常简单。其迭代器如同指针一样，可以直接进行减法，计算出两点的距离。不过istream_iterator就不行，因为其是前向迭代器，只能向前读取，直至结束。最后所需要的步数也就是单词的数量：

    1. template <typename T>
    2. size_t wordcount(T &is)
    3. {
    4.     return distance(istream_iterator<string>{is}, {});
    5. }

  3. 主函数中，我们会让用户来选择输入源：

    1. int main(int argc, char **argv)
    2. {
    3.     size_t wc;

  4. 如果用户选择使用文件进行输入(例如：./count_all_words some_textfile.txt)，我们可以通过argv获取命令行中的文件名称，并将文件打开，读取数据，从而对其文本进行单词统计：

    1.     if (argc == 2) {
    2.         ifstream ifs {argv[1]};
    3.         wc = wordcount(ifs);

  5. 如果用户没有传入任何参数，就认为用户要使用标准输入流输入数据：

    1.     } else {
    2.         wc = wordcount(cin);
    3.     }

  6. 然后只需要将统计出的单词数量保存在变量wc中即可：

    1.     cout << "There are " << wc << " words\n";
    2. };

  7. 编译并运行程序。首先，从标准输入中进行输入。我们可以这里通过echo命令将字符串，通过管道传递给程序。当然，我们也可以直接进行输入，并使用Ctrl+D来结束输入：

    1. $ echo "foo bar baz" | ./count_all_words
    2. There are 3 words

  8. 这次我们使用文件作为输入源，并对其中单词数量进行统计：

    1. $ ./count_all_words count_all_words.cpp
    2. There are 61 words

How it works…

本节也没有什么好多说的；实现很短，难度很低。需要提及的可能就是我们对std::cin和std::ifstream的实例进行了互换。cin是std::istream的类型之一，并且std::ifstream继承于std::istream。可以回顾一下本章开头的类型继承表。这两种类型即使在运行时，都能进行互换。

Note：

使用流来保持代码的模块性，这有助于减少代码的耦合性。因为其可以匹配任意类型的流对象，所以更容易对代码进行测试。