去除源文件中的重复行的程序流程及其C代码实现
来源:互联网 发布:常见设计模式 java 编辑:程序博客网 时间:2024/06/06 01:12
(本人正在参加2015博客之星评选,诚邀你来投票,谢谢:http://vote.blog.csdn.net/blogstar2015/candidate?username=zhouzxi)
一、需求描述
要求对一个包含若干行记录且某几条记录相同的文件(源文件)实现去重操作,并将去重之后的记录写入到另外一个文件(目的文件)中。也即最后生成的文件中没有内容相同的两行记录。如果源文件中两条记录之间有空行,则在目的文件中一并将其去掉。
两条记录相同的标准是:
1) 字符个数及内容完全相同。
2) 去除空格及回车换行符之后的内容完全相同。
示例:
源文件样例:
ABCDEFGHabcdAB CDabcd12345
对应的目的文件样例:
ABCDEFGHabcd12345
二、程序总体流程
为了实现去重操作,我们考虑使用链表数据结构。先将源文件中的记录内容逐条读取,与链表中已经存在的记录内容相比较,如果没有与之相同的,则将该条记录加入链表。当源文件中的所有记录内容都读取完成之后,再将链表中的记录内容写入到目的文件中。
程序的总体流程如图1所示。
图1 程序的总体流程
三、重要程序流程及数据结构介绍
1.存放记录内容的链表
本程序使用链表来存放从源文件中读取到的每条记录,该链表的结构如下:
typedef struct T_FileInfoStruct{ UINT8 szContentLine[256]; struct T_FileInfoStruct *pNext;} T_FileInfo;
2.判断某条记录是否已存在于链表的函数
每当读取到一条记录,就要判断该条记录是否已经存在于链表中了(第一条记录除外)。判断操作非常的简单,只需要遍历整个链表就可以了。该操作由IsInList函数实现,其具体代码如下:
UINT32 IsInList(T_FileInfo *ptContentListHead, UINT8 *pszContentLine){ T_FileInfo *pTmpInfo = ptContentListHead; if (ptContentListHead == NULL || pszContentLine == NULL) { printf("IsInList: input parameter(s) is NULL!\n"); return 0; } while (pTmpInfo != NULL) { if (strncmp(pszContentLine, pTmpInfo->szContentLine, strlen(pszContentLine)) == 0) // 存在于链表中 { return 1; } pTmpInfo = pTmpInfo->pNext; } if (pTmpInfo == NULL) // 不存在于链表中 { return 0; }}
3.去除记录的回车换行符、去除记录中的空格的函数
RmNewLine函数用于去除记录的回车换行符,RemoveSpaceInStr函数用于去除记录中的空格。这两个函数的程序代码请见附录。
四、程序编译及执行结果
将RemoveRepeatLine.c(详细的代码请见附录)程序上传到Linux机器上,使用gcc -g -o RemoveRepeatLine RemoveRepeatLine.c命令对其编译,生成RemoveRepeatLine。
在本程序中,我们使用的源文件为TestFile.txt,位于当前用户的zhouzhaoxiong/zzx/RemoveRepeatLine/TestFile目录下;生成的目的文件为ResultFile.txt,与源文件位于相同的目录之下。
本人使用的源文件TestFile.txt的内容为:
ABCDEFGHAB CD1243565dfbfdjdgbsjn1234 ndsaghhn zvb vcawsswghEFGHzvb1234 nfedhh EFG H
运行RemoveRepeatLine命令之后,生成结果文件ResultFile.txt,其内容为:
ABCDEFGH1243565dfbfdjdgbsjn1234ndsaghhnzvbvcawsswghfedhh
可见,程序满足了需求,去除了重复的行,同时将多余的空行也去掉了。
五、总结
关于本程序,有如下几点说明:
第一,链表这种数据结构在实际的软件开发项目中应用得非常的广泛,大家一定要熟练掌握其用法,特别是如何向链表中插入数据、如何遍历整个链表、如何清空链表等。
第二,写文件函数WriteToFile中,在“strncpy(szContentBuf, ptContentListHead->szContentLine, strlen(ptContentListHead->szContentLine));”语句之前,一定要加上“memset(szContentBuf, 0x00, sizeof(szContentBuf));”语句,否则写入文件中的内容可能不是我们想要的。大家也可以在自己的机器上试试,看加与不加“memset(szContentBuf, 0x00, sizeof(szContentBuf));”语句,生成的结果文件有何区别。
第三,在有关话单生成及处理的程序中,对源话单文件进行去重操作是大家必须考虑的问题。本文中的程序为相关项目的开发人员提供了参考。
附:完整的程序代码
/*********************************************************************** 版权所有 (C)2015, Zhou Zhaoxiong。** 文件名称:RemoveRepeatLine.c* 文件标识:无* 内容摘要:去除源文件中的重复行* 其它说明:无* 当前版本:V1.0* 作 者:Zhou Zhaoxiong* 完成日期:20151209***********************************************************************/#include <stdio.h>#include <stdlib.h>#include <string.h>// 数据类型重定义typedef unsigned char UINT8;typedef signed int INT32;typedef unsigned int UINT32;// 存放文件每行内容的链表typedef struct T_FileInfoStruct{ UINT8 szContentLine[256]; struct T_FileInfoStruct *pNext;} T_FileInfo;// 函数声明void RemRepLineAndWriResFile(UINT8 *pszTestFile);void RmNewLine(UINT8 *pInStr);UINT32 IsInList(T_FileInfo *ptContentListHead, UINT8 *pszContentLine);void WriteToFile(T_FileInfo *ptContentListHead);void ClearList(T_FileInfo *ptContentListHead);void RemoveSpaceInStr(UINT8 *pszStr, UINT32 iStrLen);/*********************************************************************** 功能描述:主函数* 输入参数:无* 输出参数:无* 返 回 值:无* 其它说明:无* 修改日期 版本号 修改人 修改内容* ---------------------------------------------------------------* 20151209 V1.0 Zhou Zhaoxiong 创建***********************************************************************/INT32 main(){ UINT8 szTestFile[128] = {0}; // 拼装配置文件路径 snprintf(szTestFile, sizeof(szTestFile)-1, "%s/zhouzhaoxiong/zzx/RemoveRepeatLine/TestFile/TestFile.txt", getenv("HOME")); RemRepLineAndWriResFile(szTestFile); // 调用函数完成去重及写文件的操作 return 0; }/*********************************************************************** 功能描述:去除源文件中的重复行, 并将去重之后的内容写入结果文件中* 输入参数:pszTestFile-带路径的测试文件名* 输出参数:无* 返 回 值:无* 其它说明:无* 修改日期 版本号 修改人 修改内容* ---------------------------------------------------------------* 20151209 V1.0 Zhou Zhaoxiong 创建***********************************************************************/void RemRepLineAndWriResFile(UINT8 *pszTestFile){ UINT8 szContentLine[256] = {0}; UINT32 iLineLen = 0; UINT32 iRetVal = 0; FILE *fp = NULL; T_FileInfo *ptContentListHead = NULL; T_FileInfo *ptContentListTail = NULL; T_FileInfo *ptCurrentContent = NULL; if (pszTestFile == NULL) { printf("RemRepLineAndWriResFile: pszTestFile is NULL!\n"); return; } printf("RemRepLineAndWriResFile: now, begin to process file %s\n", pszTestFile); if ((fp = fopen(pszTestFile, "r")) == NULL) { printf("RemRepLineAndWriResFile: open file %s failed!\n", pszTestFile); return; } else { ptContentListHead = NULL; ptContentListTail = NULL; while (feof(fp) == 0 && ferror(fp) == 0) { memset(szContentLine, 0x00, sizeof(szContentLine)); if (fgets(szContentLine, sizeof(szContentLine), fp) == NULL) // 从源文件中读取一行内容 { printf("RemRepLineAndWriResFile: get line null, break.\n"); break; } else { printf("RemRepLineAndWriResFile: get content line: %s\n", szContentLine); } RmNewLine(szContentLine); // 去掉字符串后面的回车换行符 RemoveSpaceInStr(szContentLine, strlen(szContentLine)); // 去掉字符串中的空格 iLineLen = strlen(szContentLine); if (iLineLen == 0) // 如果该行的有效长度为0, 则继续读取下一行 { printf("RemRepLineAndWriResFile: the length of line is 0, continue to read the next content line.\n"); continue; } if (ptContentListHead != NULL) // 判断当前行是否已经存在了 { iRetVal = IsInList(ptContentListHead, szContentLine); if (iRetVal == 1) // 已经存在 { printf("RemRepLineAndWriResFile: this content line has already existed.\n"); continue; } } // 将当前行加入链表中 ptCurrentContent = (T_FileInfo *)malloc(sizeof(T_FileInfo)); if (ptCurrentContent == NULL) { printf("RemRepLineAndWriResFile: exec malloc failed, memory may be not enough.\n"); return; } memcpy(ptCurrentContent->szContentLine, szContentLine, strlen(szContentLine)); if (ptContentListHead == NULL) // 链表为空时作为链表头 { ptContentListHead = ptCurrentContent; ptContentListTail = ptCurrentContent; } else { if (ptContentListTail != NULL) // 插入链表尾部 { ptContentListTail->pNext = ptCurrentContent; ptContentListTail = ptCurrentContent; } } } // 源文件使用完毕 fclose(fp); fp = NULL; } // 将去重之后的结果写入文件中 WriteToFile(ptContentListHead); // 清空链表 ClearList(ptContentListHead); ptContentListHead = NULL;}/*********************************************************************** 功能描述:去掉字符串后面的回车换行符* 输入参数:pInStr-输入字符串* 输出参数:无* 返 回 值:无* 其它说明:无* 修改日期 版本号 修改人 修改内容* ---------------------------------------------------------------* 20151209 V1.0 Zhou Zhaoxiong 创建***********************************************************************/void RmNewLine(UINT8 *pInStr){ UINT32 iStrLen = 0; if (pInStr == NULL) { printf("RmNewLine: pInStr is NULL!\n"); return; } iStrLen = strlen(pInStr); while (iStrLen > 0) { if (pInStr[iStrLen-1] == '\n' || pInStr[iStrLen-1] == '\r') { pInStr[iStrLen-1] = '\0'; } else { break; } iStrLen --; }}/*********************************************************************** 功能描述:判断某行内容是否已经存在于链表中了* 输入参数:pInStr-输入字符串* 输出参数:无* 返 回 值:1-存在 0-不存在* 其它说明:无* 修改日期 版本号 修改人 修改内容* ---------------------------------------------------------------* 20151209 V1.0 Zhou Zhaoxiong 创建***********************************************************************/UINT32 IsInList(T_FileInfo *ptContentListHead, UINT8 *pszContentLine){ T_FileInfo *pTmpInfo = ptContentListHead; if (ptContentListHead == NULL || pszContentLine == NULL) { printf("IsInList: input parameter(s) is NULL!\n"); return 0; } while (pTmpInfo != NULL) { if (strncmp(pszContentLine, pTmpInfo->szContentLine, strlen(pszContentLine)) == 0) // 存在于链表中 { return 1; } pTmpInfo = pTmpInfo->pNext; } if (pTmpInfo == NULL) // 不存在于链表中 { return 0; }}/********************************************************************** * 功能描述: 把内容写到文件中 * 输入参数: ptContentListHead-文件记录链表 * 输出参数: 无 * 返 回 值: 无 * 其它说明: 无 * 修改日期 版本号 修改人 修改内容 * ---------------------------------------------------------------------- * 20151209 V1.0 Zhou Zhaoxiong 创建 ************************************************************************/void WriteToFile(T_FileInfo *ptContentListHead){ FILE *fp = NULL; UINT8 szLocalFile[500] = {0}; UINT8 szContentBuf[256] = {0}; if (ptContentListHead == NULL) { printf("WriteToFile: input parameter is NULL!\n"); return; } snprintf(szLocalFile, sizeof(szLocalFile)-1, "%s/zhouzhaoxiong/zzx/RemoveRepeatLine/TestFile/ResultFile.txt", getenv("HOME")); fp = fopen(szLocalFile, "a+"); if (fp == NULL) { printf("WriteToFile: open local file failed, file=%s\n", szLocalFile); return; } while (ptContentListHead != NULL) { memset(szContentBuf, 0x00, sizeof(szContentBuf)); strncpy(szContentBuf, ptContentListHead->szContentLine, strlen(ptContentListHead->szContentLine)); printf("WriteToFile: LocalFile=%s, ContentBuf=%s\n", szLocalFile, szContentBuf); fputs(szContentBuf, fp); fputs("\r\n", fp); // 加上回车换行符 fflush(fp); ptContentListHead = ptContentListHead->pNext; } fclose(fp); fp = NULL; return;}/*********************************************************************** 功能描述: 清除链表* 输入参数: ptContentListHead-链表指针* 输出参数: 无* 返 回 值: 无* 其它说明: 无* 修改日期 版本号 修改人 修改内容* ------------------------------------------------------* 20151209 V1.0 Zhou Zhaoxiong 创建***********************************************************************/void ClearList(T_FileInfo *ptContentListHead){ T_FileInfo *ptContentList = NULL; T_FileInfo *pTmpData = NULL; if (ptContentListHead == NULL) { printf("ClearList: input parameter is NULL!\n"); return; } ptContentList = ptContentListHead; while (ptContentList != NULL) { pTmpData = ptContentList; ptContentList = ptContentList->pNext; free(pTmpData); }}/*********************************************************************** 功能描述: 清除字符串中的空格* 输入参数: pszStr-输入的字符串 iStrLen-最大长度* 输出参数: 无* 返 回 值: 无* 其它说明: 无* 修改日期 版本号 修改人 修改内容* ------------------------------------------------------* 20151209 V1.0 Zhou Zhaoxiong 创建***********************************************************************/void RemoveSpaceInStr(UINT8 *pszStr, UINT32 iStrLen){ UINT8 szResult[256] = {0}; UINT8 szBuf[256] = {0}; UINT32 iLoopFlagSrc = 0; UINT32 iLoopFlagDst = 0; if (pszStr == NULL) { return; } memcpy(szBuf, pszStr, iStrLen); for (iLoopFlagSrc = 0; iLoopFlagSrc < strlen(szBuf); iLoopFlagSrc ++) { if (szBuf[iLoopFlagSrc] != ' ') { szResult[iLoopFlagDst] = szBuf[iLoopFlagSrc]; iLoopFlagDst ++; } } szResult[iLoopFlagDst+1] = 0; memcpy(pszStr, szResult, iStrLen); return;}
(本文中的程序已提交到了GitHub上,欢迎下载阅读:https://github.com/zhouzxi/RemoveRepeatLine)
- 去除源文件中的重复行的程序流程及其C代码实现
- Linux下合并前缀相同的文件的程序流程及其C代码实现
- 分批读取文件中数据的程序流程及其C代码实现
- Linux下时间范围判断的程序流程及其C代码实现
- Linux下按照时间和大小生成新文件的程序流程及其C代码实现
- php去除重复字的实现代码
- c语言实现去除代码中的注释
- C#去除数组中的重复项代码
- Linux下配置文件读取操作流程及其C代码实现
- socket消息流程介绍及其C代码实现
- Linux下配置文件读取操作流程及其C代码实现
- 去除DataTable中的重复行
- 去除DataTable中的重复行
- 去除C程序中的注释
- 去除C程序中的注释
- 来个去除c程序中的注释的小程序
- Ajax实现的明细去除重复 datatable去除重复
- Linux uniq --去除排序过的文件中的重复行
- Http协议对于java和asp.net的异同
- Ecliplse 指定JRE
- C++ 14观察者模式
- [转载]代码虚拟化
- Python模块学习系列(2)----struct
- 去除源文件中的重复行的程序流程及其C代码实现
- 提高mysql千万级大数据SQL查询优化30条经验(Mysql索引优化注意)
- 11g RAC基于服务端的TAF,遇到会话failover到其他节点,但是VIP未漂
- 在Linux中提示No such file or directory解决方法
- OC分析——objc-api.h文件
- TinyOS论文07:MILU :
- Mac osx 10.10.5上安装NGINX
- Leetcode191: Bulls and Cows
- java实现图片裁剪