关于使用C++提取文本句子及按关键词拆分TXT文件的技术求助

问题1：如何用C++从文本中提取句子 #

首先，提取句子的核心是识别句子的分隔符——一般来说句子是以.、!、?这类标点结尾的（如果是复杂场景，可能还要考虑缩写里的句号，比如Mr.，但简单需求可以先忽略这类特殊情况）。

给你一个基础实现思路：

• 读取整个文本内容（或逐字符读取）
• 把字符累积到临时字符串，直到遇到句子分隔符
• 处理掉句子前后的多余空格，将其作为完整句子保存
• 跳过连续的分隔符或空白字符，继续处理下一个句子

示例代码：

#include <iostream>
#include <fstream>
#include <string>
#include <vector>
#include <cctype>

using namespace std;

vector<string> extractSentences(const string& text) {
    vector<string> sentences;
    string currentSentence;
    const char sentenceDelimiters[] = ".!?";

    for (char c : text) {
        // 将当前字符加入临时句子
        currentSentence += c;

        // 检查是否是句子分隔符
        bool isDelimiter = false;
        for (char delimiter : sentenceDelimiters) {
            if (c == delimiter) {
                isDelimiter = true;
                break;
            }
        }

        if (isDelimiter) {
            // 去除句子前后的空白字符
            size_t start = currentSentence.find_first_not_of(" \t\n\r");
            size_t end = currentSentence.find_last_not_of(" \t\n\r");
            if (start != string::npos && end != string::npos) {
                sentences.push_back(currentSentence.substr(start, end - start + 1));
            }
            currentSentence.clear();
        }
    }

    // 处理最后一个没有结尾分隔符的句子（如果存在）
    if (!currentSentence.empty()) {
        size_t start = currentSentence.find_first_not_of(" \t\n\r");
        size_t end = currentSentence.find_last_not_of(" \t\n\r");
        if (start != string::npos && end != string::npos) {
            sentences.push_back(currentSentence.substr(start, end - start + 1));
        }
    }

    return sentences;
}

int main() {
    ifstream inputFile("input.txt");
    if (!inputFile.is_open()) {
        cerr << "无法打开输入文件！" << endl;
        return 1;
    }

    // 读取整个文件内容
    string text((istreambuf_iterator<char>(inputFile)), istreambuf_iterator<char>());
    inputFile.close();

    vector<string> sentences = extractSentences(text);

    // 输出提取到的句子
    cout << "提取到的句子：" << endl;
    for (const string& sentence : sentences) {
        cout << "- " << sentence << endl;
    }

    return 0;
}

这个代码会把文本中的句子提取到vector里，你可以根据需求进一步处理这些句子。

问题2：按关键词拆分TXT文件（修正你的代码） #

先说说你现有代码的几个问题：

1. 你只判断了buffer == "Error"，但需求是句子以error、warning、information开头，还没考虑大小写不匹配的情况（比如文件里是小写error，但你写的是大写Error）
2. 没有打开输出文件，所以只能在控制台输出，没法写入到对应文件
3. 逻辑错误：你代码里找到"Error"后会跳行读取下一行输出，但实际需求是每一行本身就以关键词开头，不需要跳行

我帮你改写了代码，实现按关键词拆分的功能：

#include <iostream>
#include <fstream>
#include <string>
#include <algorithm> // 用于忽略大小写的判断

using namespace std;

// 辅助函数：检查字符串是否以指定前缀开头（忽略大小写）
bool startsWithIgnoreCase(const string& line, const string& prefix) {
    if (line.length() < prefix.length()) {
        return false;
    }
    string lineLower = line.substr(0, prefix.length());
    string prefixLower = prefix;
    transform(lineLower.begin(), lineLower.end(), lineLower.begin(), ::tolower);
    transform(prefixLower.begin(), prefixLower.end(), prefixLower.begin(), ::tolower);
    return lineLower == prefixLower;
}

int main() {
    ifstream inputFile("try.txt");
    // 打开三个输出文件，分别对应三种类型
    ofstream errorFile("error.txt");
    ofstream warningFile("warning.txt");
    ofstream infoFile("information.txt");

    // 检查所有文件是否成功打开
    if (!inputFile.is_open() || !errorFile.is_open() || !warningFile.is_open() || !infoFile.is_open()) {
        cerr << "无法打开文件，请检查路径是否正确！" << endl;
        return 1;
    }

    string line;
    // 逐行读取输入文件
    while (getline(inputFile, line)) {
        // 检查当前行以哪个关键词开头
        if (startsWithIgnoreCase(line, "error")) {
            errorFile << line << endl;
            cout << "写入error.txt：" << line << endl;
        } else if (startsWithIgnoreCase(line, "warning")) {
            warningFile << line << endl;
            cout << "写入warning.txt：" << line << endl;
        } else if (startsWithIgnoreCase(line, "information")) {
            infoFile << line << endl;
            cout << "写入information.txt：" << line << endl;
        }
        // 如果都不匹配，可以选择忽略或者写入其他文件
    }

    // 手动关闭文件（虽然程序结束会自动关闭，但这是好习惯）
    inputFile.close();
    errorFile.close();
    warningFile.close();
    infoFile.close();

    cout << "文件拆分完成！" << endl;
    cin.get();
    return 0;
}

代码说明： #

• 新增了startsWithIgnoreCase函数，用来忽略大小写判断行开头的关键词，避免因为大小写不一致导致匹配失败
• 同时打开了三个输出文件，每读取一行就判断属于哪一类，写入对应的文件
• 增加了文件打开失败的错误提示，方便排查问题
• 保留了控制台输出，方便你确认哪些内容被写入了文件

如果你不需要忽略大小写，直接用line.find(prefix) == 0判断即可（比如line.find("error") == 0）。

内容的提问来源于stack exchange，提问作者muza