使用fgets与strcmp统计文件字符串出现次数时匹配异常问题

问题描述 #

需要实现一个函数，接收FILE指针和字符串指针，区分大小写统计文件中该字符串的出现次数并返回整数。测试时目标字符串为"dog"，test.txt中实际存在3次"dog"，但程序始终返回0。

初始尝试与问题 #

最初使用fgets读取每行内容，截断换行符后用strcmp匹配，代码如下：

#include <stdio.h>
#include <string.h>

int searchAndCount(FILE *fp, const char *searchWord) {
    int count = 0;
    char buffer[4096];
    
    while ((fgets(buffer, sizeof(buffer), fp)) != NULL) { 
        buffer[strlen(buffer) - 1] = '\0';
        if (strcmp(buffer, searchWord) == 0) {
            count++;
        }
    }
    return count;
}

int main() {
    FILE *fp;
    int searchedWord;
    const char *c = "dog";
    
    fp = fopen("test.txt", "r");
    if (fp == NULL) {
        perror("File couldn't open properly");
        return 1;
    }
    searchedWord = searchAndCount(fp, c);
    printf("The word 'dog' occurs %d-times in the file\n", searchedWord);

    fclose(fp);

    return 0;
}

test.txt内容：

dog dog dogoggo dog.

运行结果：

The word 'dog' occurs 0-times in the file

问题核心：fgets读取整行内容，strcmp要求整行完全等于"dog"才会计数，但测试文件中一行包含多个单词，因此匹配失败，返回0。

第一次改进与遗留问题 #

根据提示研究strtok后，改用fscanf按单词读取，代码如下：

int searchAndCount(FILE *fp, const char *searchWord) {
    int count = 0;
    char buffer[4096];
    
    while ((fscanf(fp, "%4095s", buffer)) == 1) { 
        if (strcmp(buffer, searchWord) == 0) {
            count++;
        }
    }
    return count;
}

该方案解决了多行多单词的匹配问题，但无法统计带标点的"dog."——因为%s会把"dog."作为一个完整单词，和"dog"不匹配。

最终解决方案 #

使用fscanf的格式控制，先跳过非字母字符，再读取连续的字母作为单词，剥离标点后准确匹配目标字符串：

int searchAndCount(FILE *fp, const char *searchWord) {
    int count = 0;
    char buffer[4096];
    
    for (;;) {
        fscanf(fp, "%*[^a-zA-Z]");
        if (fscanf(fp, "%4095[a-zA-Z]", buffer) != 1)
            break;
        if (strcmp(buffer, searchWord) == 0)
            count++;
    }
    return count;
}

• %*[^a-zA-Z]：跳过所有非字母字符，*表示读取但不存储结果
• %4095[a-zA-Z]：读取最多4095个连续字母，存入buffer
• 循环直到无法读取到有效字母单词，每次读取后与目标字符串匹配，匹配成功则计数加1

内容的提问来源于stack exchange，提问作者R0gue