Programul de numărare a cuvintelor

Pentru a exersa lucrul cu șiruri de caractere, vom scrie un mic program care numără cuvintele dintr-un text introdus de utilizator.

#include <iostream>
#include <vector>
#include <string>
 
int main()
{
    std::string text; // Textul sursă
    std::cout << "Enter some text: ";
    std::getline(std::cin, text);
    const std::string separators{ " ,;:.\"!?'*\n" }; // separatori de cuvinte
    std::vector<std::string> words; // vector pentru stocarea cuvintelor
    size_t start { text.find_first_not_of(separators) }; // indexul primului caracter al primului cuvânt
    while (start != std::string::npos) // continuăm cât timp există caractere care nu sunt separatori
    {
        size_t end = text.find_first_of(separators, start + 1); // găsim sfârșitul cuvântului
        if (end == std::string::npos) // dacă nu am găsit niciun separator
            end = text.length();       // setăm sfârșitul la finalul textului
        words.push_back(text.substr(start, end - start)); // adăugăm cuvântul în vector
        start = text.find_first_not_of(separators, end + 1); // căutăm începutul următorului cuvânt
    }
    // afișăm numărul de cuvinte
    std::cout << "\nText contains " << words.size() << " words:" << std::endl;
    // afișăm toate cuvintele
    for (const auto& word : words)
    {
        std::cout << word << std::endl;
    }
}

Explicații pas cu pas:

Definim variabila text care va conține textul introdus de la tastatură:

std::string text; // Textul sursă
std::cout << "Enter some text: ";
std::getline(std::cin, text);

Definim un șir de caractere separatorii, ce includ semnele de punctuație, spații și caracterul de linie nouă (\n), care nu fac parte din cuvinte:

const std::string separators{ " ,;:.\"!?'*\n" }; // separatori de cuvinte

Notă: caracterul \n este inclus mai mult demonstrativ, deoarece folosind std::getline() citirea textului se termină la apăsarea tastei Enter, deci șirul introdus nu va conține \n. Dar dacă s-ar citi text dintr-un fișier sau cu altă metodă, \n ar putea apărea și ar trebui luat în calcul.

Deoarece numărul cuvintelor nu este cunoscut, folosim un vector pentru a le stoca:

std::vector<std::string> words; // vector pentru cuvinte

Găsim indexul primului caracter care nu este separator, adică începutul primului cuvânt:

size_t start { text.find_first_not_of(separators) };

Într-o buclă while, continuăm cât timp start este un index valid:

while (start != std::string::npos)

Dacă textul ar conține doar separatori, find_first_not_of() va returna std::string::npos, iar bucla se va opri.

Găsim sfârșitul cuvântului curent căutând primul caracter separator după poziția start:

size_t end = text.find_first_of(separators, start + 1);

Dacă nu se găsește niciun separator (de exemplu, cuvântul este ultimul din text), atunci:

if (end == std::string::npos)
    end = text.length();

Extragem cuvântul cu substr() și îl adăugăm în vector:

words.push_back(text.substr(start, end - start));

Actualizăm start la poziția primului caracter care nu este separator după end:

start = text.find_first_not_of(separators, end + 1);

După terminarea buclei, afișăm numărul de cuvinte și fiecare cuvânt:

std::cout << "\nText contains " << words.size() << " words:" << std::endl;
for (const auto& word : words)
{
    std::cout << word << std::endl;
}

Exemplu de rulare a programului:

Enter some text: When in Rome, do as the Romans do.

Text contains 8 words:
When
in
Rome
do
as
the
Romans
do