C++ STL读取文件：保留连字符且不将其计为单词的问题

我明白你的问题了——单独的连字符被当成了一个未知单词计入统计，导致UnknownWords多了1个。咱们来修复这个问题：

问题根源 #

当你的文本里有单独的-时，ifile >> word会把它读成一个独立的字符串，经过转换小写和清理后，它还是-。因为字典里肯定没有这个“单词”，所以它被加入了UnknownWords，导致统计数多了1。

解决方案 #

在处理完单词后，先判断这个“单词”是否是无效的（比如空字符串，或者全是连字符/撇号），如果是就跳过，不进行统计。

修改后的代码如下：

void WordStats::ReadTxtFile(){ 
    std::ifstream ifile(Filename); 
    if(!ifile) { 
        std::cerr << "Error Opening file " << Filename << std::endl; 
        exit(1); 
    } 

    for (std::string word; ifile >> word; ) { 
        // 转换为小写
        transform (word.begin(), word.end(), word.begin(), ::tolower); 
        // 移除非字母字符，保留撇号和连字符
        word.erase(std::remove_if(word.begin(), word.end(), [](char c) { 
            return (c < 'a' || c > 'z') && c != '\'' && c != '-'; 
        }), word.end()); 

        // 新增判断：跳过无效的"单词"（空或全是连字符/撇号）
        if (word.empty() || std::all_of(word.begin(), word.end(), [](char c) { 
            return c == '-' || c == '\''; 
        })) {
            continue;
        }

        if (Dictionary.count(word)) { 
            KnownWords[word].push_back(ifile.tellg()); 
        } else { 
            UnknownWords[word].push_back(ifile.tellg()); 
        } 
    } 

    std::cout << KnownWords.size() << " known words read." << std::endl; 
    std::cout << UnknownWords.size() << " unknown words read." << std::endl; 
}

说明 #

• std::all_of会检查字符串里的每个字符是否都是连字符或撇号，如果是，说明这不是一个真正的单词，直接跳过统计。
• 同时也处理了清理后变成空字符串的情况（比如原单词全是非字母字符）。

这样修改后，单独的-就不会被计入UnknownWords了，你的统计结果就会和期望一致：110 Known words read 78 Unknown words read。

内容的提问来源于stack exchange，提问作者muzzi