用C++写一个程序实例,去除例子txt文件中的中文或英文的停用词

由于没有提供停用词表，本程序只演示如何读入文本文件并去除其中的中文或英文停用词。

#include <stdio.h>
#include <string.h>
#include <ctype.h>

#define MAX_WORD_LEN 50
#define MAX_STOPWORDS 1000

char stopwords[MAX_STOPWORDS][MAX_WORD_LEN]; // 存储停用词
int num_stopwords = 0; // 停用词数量

// 读入停用词表
void read_stopwords(const char* filename) {
    FILE* fp = fopen(filename, "r");
    if (fp == NULL) {
        printf("Failed to open stopwords file.\n");
        return;
    }
    char word[MAX_WORD_LEN];
    while (fscanf(fp, "%s", word) == 1) {
        strcpy(stopwords[num_stopwords++], word);
    }
    fclose(fp);
}

// 判断一个单词是否是停用词
int is_stopword(char* word) {
    for (int i = 0; i < num_stopwords; i++) {
        if (strcmp(word, stopwords[i]) == 0) {
            return 1;
        }
    }
    return 0;
}

// 去除字符串中的标点符号
void remove_punct(char* str) {
    int len = strlen(str);
    for (int i = 0; i < len; i++) {
        if (ispunct(str[i])) {
            for (int j = i; j < len; j++) {
                str[j] = str[j+1];
            }
            len--;
            i--;
        }
    }
}

int main() {
    read_stopwords("stopwords.txt");

    FILE* fp = fopen("example.txt", "r");
    if (fp == NULL) {
        printf("Failed to open example file.\n");
        return 1;
    }

    char word[MAX_WORD_LEN];
    while (fscanf(fp, "%s", word) == 1) {
        // 去除标点符号
        remove_punct(word);

        // 转换为小写字母
        for (int i = 0; i < strlen(word); i++) {
            word[i] = tolower(word[i]);
        }

        // 判断是否为停用词
        if (!is_stopword(word)) {
            printf("%s ", word);
        }
    }

    fclose(fp);
    return 0;
}

注意：本程序假设输入的文本文件是纯文本文件，其中的单词以空格分隔，并且标点符号只包括 ASCII 码表中的字符。如果输入文件中存在其他语言的字符或者特殊字符，本程序可能无法正确处理。