getchar () e contando frases e palavras em c

Question

Estou criando um programa que segue certas regras para resultar em uma contagem das palavras, sílabas e frases em um determinado arquivo de texto.

Uma frase é uma coleção de palavras separadas pelo espaço em branco que termina em a. ou ! ou ? No entanto, esta também é uma frase:

Greetings, earthlings..

A maneira como eu abordei esse programa é digitalizar através do arquivo de texto um caractere por vez usando getchar (). Estou proibido de trabalhar com o arquivo de texto inteiro na memória, deve ser um caractere ou palavra de cada vez.

Aqui está o meu dilema: usando getchar () posso descobrir qual é o personagem atual. Eu continuo usando getchar () em um loop até encontrar o caractere EOF. Mas, se a frase tiver vários períodos no final, ainda é uma única frase. O que significa que eu preciso saber qual era o último personagem antes do que estou analisando e o seguinte. Através do meu pensamento, isso significaria outra chamada getchar (), mas isso criaria problemas quando eu for a digitalização no próximo personagem (agora pulou um personagem).

Alguém tem uma sugestão de como eu poderia determinar que a frase acima é realmente uma frase?

Obrigado, e se você precisar de esclarecimentos ou qualquer outra coisa, me avise.

Answer 1

Você só precisa implementar um muito simples Máquina do estado. Depois de encontrar o fim de uma frase, você permanece nesse estado até encontrar o início de uma nova frase (normalmente isso seria um personagem espacial não branco que não seja um terminador como.! Ou?).

Answer 2

Você precisa de uma gramática extensível. Veja por exemplo em expressões regulares e tente construir uma.

Geralmente, a linguagem humana é diversa e não é facilmente parsexível, especialmente se você tiver discurso coloquial para analisar ou diferentes idiomas. Em alguns idiomas, pode nem ficar claro qual a distinção entre uma palavra e uma frase é.