C语言截取文本中的引号之间的单词或者是汉字有什么好办法？

2008-07-24 08:16:18 306 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

R语言文本清洗实战：stringr正则高效处理中文与结构化数据正则表达式是文本清洗的核心基础技术，其本质是通过模式匹配实现字符串的检测、提取、替换与分割。在R语言生态中，stringr包以统一命名、向量化设计和ICU正则引擎支撑，显著降低了正则的学习与工程门槛。相比base R函数，它天然适配tidyverse管道流，对中文、emoji等Unicode字符支持更稳定，且避免了常见转义陷阱（如双反斜杠）和贪婪匹配失控问题。典型应用场景包括日志清洗、电商评论预处理、金融字段结构化解析（如身份证、URL、TLD提取）以及HTML/JSON碎片清理。本文聚焦R中stringr 阅读详情

之前曾发过一个帖子问的是关于：我爱背单词，这个dos环境下的背单词程序，在很多人的指导下我的思路现在已经非常清晰了
但是具体到细节上还哟一些很核心的问题没有解决！
5 "a bit of" "一点" 0
型如上，
就是说怎么方便快捷的截取两对引号之间的单词或者是汉字，然后保存到数组中去？
（存储信息，我定义的是结构体数组）
这是这个程序的关键可是我至今还没有找到一个合适的方法来
所以还要在这里麻烦大家给出处主意！

...全文

2500+130字符集：中文NLP与OCR项目的高效工程实践字符集是文本处理系统的基础，它定义了模型能够识别或生成的所有字符范围。其核心原理在于通过控制词汇表大小来平衡模型的表达能力与计算效率，从而在资源受限的场景下实现性能优化。这一技术价值在深度学习时代尤为突出，较小的字符集能显著减少模型参数、加速训练推理，并提升对高频内容的处理质量。在应用场景上，字符集设计广泛服务于自然语言处理（NLP）的文本生成、对话系统，以及计算机视觉领域的OCR文字识别等项目。本文聚焦于一个经过实战检验的“2500个常用汉字加130个中英文字符”的精简方案，深入探讨其构建逻辑与在NLP、阅读详情

xxxiaoxiami

C语言 70,039 成员 243,237 内容

+ 关注 + 加入社区

切换为时间正序

lin_style 2008-07-24

打赏
举报

最好还是用分割之类的函数和sscanf结合
因为单词行可能是动态的，可以先分割成自己指定的顺序，然后再用sscanf割

lxl843 2008-07-24

打赏
举报

c#里面有个split函数可以实现这个功能
这个是用C++写的split函数

//+------------str is the String that will be split---------------+//
//+------------bystr is the string by which to split str----------+//
//+------------str_array is the array to save splited str---------+//
void split(const CString str,const CString bystr,CStringArray *str_array)
{
int nLen = bystr.GetLength();
int preLoc = 0;
int nowLoc = 0;
while(true)
{
nowLoc = str.Find(bystr,preLoc);
if(nowLoc == -1&&preLoc == 0)
{
CString substr3=str;
str_array->Add(substr3);
break;
}
if(nowLoc == -1&&preLoc != 0)
{
CString substr2=str.Mid(preLoc);
str_array->Add(substr2);
break;
}
CString substr = str.Mid(preLoc,nowLoc-preLoc);
str_array->Add(substr);
preLoc=nowLoc + nLen;
}
}

lynkoo 2008-07-24

打赏
举报

使用strtok

青葱岁月不可追 2008-07-24

打赏
举报

用ssanf或者fscanf

dbger 2008-07-24

打赏
举报

_tcscpyn->_tcsncpy

dbger 2008-07-24

打赏
举报

[Quote=引用 3 楼 dbger 的回复:]
C/C++ codeTCHAR*szTest=_T("5 \"a bit of\" \"一点\" 0");

TCHAR*p1=szTest,*p2=NULL;while( p1=_tcschr(p1, _T('\"'))
{
p2=_tcschr(p1, _T('\"'));if(p2)
{
TCHAR*pWord=newTCHAR[p2-p1+1];//单词_tcscpyn(pWord, p1, p2-p1);//使用完记得deletep1=p2+1;
}else{break;
}
}
[/Quote]

_tcscpyn->tcsncpy

dbger 2008-07-24

打赏
举报



TCHAR *szTest = _T("5 \"a bit of\" \"一点\" 0 ");



TCHAR *p1 = szTest, *p2 = NULL;

while ( p1 = _tcschr(p1, _T('\"'))

{

     p2 = _tcschr(p1, _T('\"'));

     if (p2)

    {

         TCHAR *pWord = new TCHAR[p2-p1 + 1];   // 单词

         _tcscpyn(pWord, p1, p2-p1);            // 使用完记得delete

         p1 = p2 +1;

    }

    else

    {

         break;

    }

}

languagec 2008-07-24

打赏
举报

#include "stdio.h"

int main()
{
char buf[]="\"adsfasdf\"fasdf\"sdfasdf\"dsfasdfa\"dsfasd\"";
int i=0;
int Qua=0;
while(buf[i])
{
if(buf[i]=='\"')
Qua=(Qua+1)%2;
if(Qua&&buf[i]!='\"')
printf("%c",buf[i]);
i++;
}
return 0;
}

dbger 2008-07-24

打赏
举报

直接在字符串中查找"号，找到后继续查找接下来的"号，两个引号见为所需要的字符串。
重复此过程直到结束。

C语言 截取文本 中 的 引号之间的单词 或者是 汉字 有什么好办法？

相关推荐

C语言截取文本中的引号之间的单词或者是汉字有什么好办法？