实现字符串不被识别为其他字符串中间子串的逻辑及代码问题

我们需要实现整词完全匹配效果，避免子串误匹配：比如目标词Birthday!不会匹配句子Happy Birthday Scott中的Birthday，也不会出现cat匹配category这类子串误判的情况。

原有代码问题梳理 #

• 变量笔误：函数第一个参数命名为string，后续代码直接使用未定义的str变量，编译无法通过
• 转小写逻辑错误：给句子转小写的循环中错误读取str的字符，而非sentence的字符，导致句子预处理完全错误
• 死代码：调用strstr找到子串后直接返回true，后续的匹配判断逻辑永远不会执行
• 无整词边界校验：仅用strstr只能判断子串存在，无法校验是否为独立完整的词，是子串误匹配的核心原因
• 缓冲区溢出风险：固定长度100字节的临时数组没有做长度校验，输入过长的字符串会触发内存越界
• 传入参数wordNum未使用：以下方案默认实现全局整词匹配，如果你需要匹配句子中第N个词，可基于边界拆分逻辑调整即可。

修正后实现代码 #

#include <cstring>
#include <cctype>

// 辅助函数：判断字符是否为单词分隔符（空格、标点、控制符都算分隔符，可按需调整规则）
static bool isWordDelimiter(char c) {
    return isspace(c) || ispunct(c) || c == '\0';
}

int Words::matchWords(const char* target, const char* sentence, int wordNum) {
    int wordCount = words(sentence); 
    if (wordNum > wordCount) {
        return false;
    }

    int targetLen = strlen(target);
    int sentLen = strlen(sentence);
    // 目标词比句子还长直接返回不匹配
    if (targetLen > sentLen) {
        return false;
    }

    // 动态分配临时缓冲区，避免固定长度溢出
    char* targetLower = new char[targetLen + 1];
    char* sentLower = new char[sentLen + 1];

    // 统一转小写，实现大小写不敏感匹配
    for (int i = 0; i < targetLen; i++) {
        targetLower[i] = tolower(target[i]);
    }
    targetLower[targetLen] = '\0';
    for (int i = 0; i < sentLen; i++) {
        sentLower[i] = tolower(sentence[i]);
    }
    sentLower[sentLen] = '\0';

    bool matched = false;
    char* curPos = sentLower;
    // 循环查找所有子串匹配位置，逐一校验边界
    while ((curPos = strstr(curPos, targetLower)) != NULL) {
        int matchOffset = curPos - sentLower;
        // 校验前边界：要么是字符串开头，要么前一个字符是分隔符
        bool frontValid = (matchOffset == 0) || isWordDelimiter(sentLower[matchOffset - 1]);
        // 校验后边界：要么是字符串结尾，要么后一个字符是分隔符
        bool backValid = (matchOffset + targetLen == sentLen) || isWordDelimiter(sentLower[matchOffset + targetLen]);
        
        if (frontValid && backValid) {
            matched = true;
            break;
        }
        // 跳过当前匹配位置，继续找下一个
        curPos += targetLen;
    }

    // 释放动态内存
    delete[] targetLower;
    delete[] sentLower;

    return matched;
}

逻辑说明 #

1. 新增分隔符判断规则，标点、空格、字符串首尾都算单词边界，如果你需要调整匹配规则（比如允许下划线作为单词一部分），直接修改isWordDelimiter函数即可
2. 遍历所有子串匹配结果，只有前后边界都符合要求才判定为匹配成功
3. 改用动态内存分配存储转小写后的字符串，避免固定长度缓冲区溢出问题
4. 修复了原有代码的变量笔误、转小写逻辑错误等问题

内容的提问来源于stack exchange，提问作者Yanru Shin