C ++如何检查2个相似文件中不存在的单词

Question

我试图找到一种方法来检查两个不同的文件，并从第二个文件中获取所有不在第一个文件中的行..但恰恰相反。

我尝试了解决这个问题的可能性，但没有...

这是代码：

int main(int argc, char *argv[])
{
setlocale(LC_ALL, "");
char username[UNLEN+1];
DWORD username_len = UNLEN+1;
GetUserName(username, &username_len);

stringstream buffer;
buffer << "C:\Users\" << username << "\Desktop\";
stringstream buffer2;
buffer2 << "C:\Users\" << username << "\Desktop\Legit.txt";
stringstream buffer3;
buffer3 << "C:\Users\" << username << "\Desktop\Unlegit.txt";
stringstream buffer4;
buffer4 << "C:\Users\" << username << "\Desktop\result.txt";

string results = buffer4.str();

int offset;
int num;
num = 1;
string search;
string linea;
string legit;
string unlegit;
string line;

cout << "Is the Legit.txt file at '" << buffer.str() << "'? [Y/N]: ";
cin >> legit;
if (legit == "Y" || legit == "y"){
}else if(legit == "N" || legit == "n"){
    return 0;
}else{
    cout << "\n.";
    return 0;
}
string legitfile = buffer2.str();

cout << "\nIs the Unlegit.txt file at '" << buffer.str() << "'? [Y/N]: ";
cin >> unlegit;
if (unlegit == "Y" || unlegit == "y"){
}else if(unlegit == "N" || unlegit == "n"){
    return 0;
}else{
    cout << "\n";
    return 0;
}
string unlegitfile = buffer3.str();

ifstream file(legitfile.c_str());
if(file.is_open()){
while(getline(file, line)){
    ifstream MyFile(unlegitfile.c_str());

    if(MyFile.is_open()){
        while(!MyFile.eof()){
            getline(MyFile,linea);
            if((offset = linea.find(line, 0)) != string::npos) {
                cout << "\n[" << num << "]" << " Word Found: " << line << "\n";
                num++;
                fstream result(results.c_str());
                result << line << "\n";
                result.close();
            }
        }
        MyFile.close();
    }
}
file.close();
return 0;
}else{
cout << "\nThe file '" << legitfile << "' does not exist.";
cout << "\nThe file '" << unlegitfile << "' does not exist.";
}
}

正如我所说，这段代码检查哪些单词在两个（第一个和第二个）文件中是相等的，一旦找到，就将它们写入第三个文件，有一种方法可以做相反的事情（检查两个文件和得到不等于的话）？非常感谢！

我是论坛和C++的新手，如果我有任何错误，请原谅。（也很抱歉我的英语不好）。

Answer 1

linux 上有一个名为 diff 的程序，它可以完成您希望在 C++ 中完成的工作。

它是用C写的，所以你可以复制它的源代码=P

for (;; cmp->file[0].buffered = cmp->file[1].buffered = 0)
{
    /* Read a buffer's worth from both files.  */
    for (f = 0; f < 2; f++)
        if (0 <= cmp->file[f].desc)
            file_block_read (&cmp->file[f],
                buffer_size - cmp->file[f].buffered);

    /* If the buffers differ, the files differ.  */
    if (cmp->file[0].buffered != cmp->file[1].buffered
            || memcmp (cmp->file[0].buffer,
                    cmp->file[1].buffer,
                    cmp->file[0].buffered))
    {
        changes = 1;
        break;
    }

    /* If we reach end of file, the files are the same.  */
    if (cmp->file[0].buffered != buffer_size)
    {
        changes = 0;
        break;
    }
}

取自 ftp://mirrors.kernel.org/gnu/diffutils/diffutils-3.0.tar.gz > src/analyze.c

Answer 2

这类问题的经典解决方案是使用哈希 table 集合来表示第一个文件中的所有单词。然后在迭代第二个文件中的项目时，查阅由第一个文件构造的集合。在 C++ 中，std::unordered_set 会很好。

#include <unordered_set>
using namespace std;

unordered_set<string> firstFileSet;
unordered_set<string> missingFromSecondFileSet;
string line;

while(!firstfile.eof())
{
    getline(firstfile,line);
    firstFileSet.insert(line);
}

然后对于第二个文件中的每个单词，使用第二个集合来跟踪缺少的单词。

while(!secondfile.eof())
{
    getline(secondfile,line);

    if (firstFileSet.find(line) != firstFileSet.end())
    {
        missingFromSecondFileSet.insert(line);
    }
    else
    {
        firstFileSet.erase(line);
    }
}

以上运行后，firstFileSet 包含第一个文件中第二个文件中不存在的所有行。 missingFromSecondFileSet 包含第二个文件中不在第一个文件中的所有行：

for (auto &s : firstFileSet)
{
    cout << s << " was in the first file, but not the second" << endl;
}

for (auto &s : missingFromSecondFileSet)
{
    cout << s << " was in the second file, but not the first" << endl;
}

C ++如何检查2个相似文件中不存在的单词

C++ How to Check what words aren't in 2 similar files

c++

c++98