【制表符和空格的转换】The C Programming Language 程序研究 第一部分第二章

第二章 字符和字符串的转换

一、文本中制表符和空格的相互转换

（一）制表符转换为空格

问题描述：

 

 

 

 

 

 

要解决这个问题，首先要弄清楚文本中tab的性质，我们以vim编辑器为例进行探究。

说明：在每个tab后面都会紧跟一个2，以此来标记2前面是一个tab，另外为了发现tab的规律，特在文本中插入几行用来标记列号的数字

下面就是tab在vim文本编辑器中的效果：

 


每个数字2前面都有一个tab，很容易观察到，每个2都会出现在列号为1的位置，也就是说输入一个tab后，会让光标出现在某些固定的列，而且这些固定的列会是第9列、第17列、第25列……那么，如果在第8列后（此时光标位于第9列）再输入一个tab（输入后tab出现在第9列）会怎样呢？光标会停留在第9列，还是会跳转到第17列呢？我们观察这一情况：

 


答案是：光标跳转到第17列。也就是说，tab一定是占位符，在输入tab后不会出现光标位置不变的情况。

我们还可以观察到：

如果tab出现在第1~8列，光标会跳转到第9列

如果tab出现在第9~16列，光标会跳转到第17列

如果tab出现在第n列，光标会跳转到第((n-1)/8+1)*8+1列

……

 

因此，如果要用空格代替tab，并且不改变文本的布局，就要知道tab所处的列，然后将tab替换为相应数目的空格，使光标处于正确的位置即可。那么，如何得到tab所在列呢？当然，我们首先想到的应该是字符计数，但是，单纯的字符计数能够知道tab所处的列吗？我们假设输入的文本（tab用\t表示）是11\t21\t1，此时，如果使用单纯的字符计数，第一个tab位于第3列，第二个tab位于第6列，根据得到的规律，它们都将光标移至第9列，这显然是不正确的。正确计算列号的方式应该是：第一个tab位于第3列，为了将光标移至第9列，应该把这个tab换为6个空格，然后，将这些用于替换的空格也算入字符计数中，这时，第二个tab就会位于第11列，为了将光标移至第17列，应该把tab换为6个空格。

这样我们便得到了解决这个问题的方案：

逐个读取字符，如果读到tab，根据此时的字符数（列号）n，将这个tab替换为(n/8+1)*8-n个空格输出,并将此时的字符数记为：(n/8+1)*8；如果是非tab就直接输出字符，并计数。依此思路编写程序，便可以解决问题。 （另外，注意换行符对程序的影响：如果换行，则需要重新计算字符的列号）

下面是代码和测试结果：

 C++ Code By DuanXu-yzc

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

/*  * 将文本中的tab转换为等效的空格，并且不改变文本原先的布局  */ #include <stdio.h> #define INTERVAL 8 int main ( void ) {     int count;     int ch;     int i;     int space_num;     count = 0;     while ( (ch=getchar()) != EOF )     {         if ( '\t' == ch )         {             space_num = (count/INTERVAL+1)*INTERVAL-count;             for ( i=0; i<space_num; i++ )                 putchar ( ' ' );             count = (count/INTERVAL+1)*INTERVAL;         }         else         {             count++;             putchar ( ch );         }         if ( '\n' == ch )             count = 0;     }     return 0; }

 


在上面的方法中，计算空格数目以及字符数比较复杂，我们再次观察：



可以发现：用于替换tab的空格数目仅仅取决于两个相邻tab（也就是两个相邻的列号为8的列）之间的非tab字符数目，如果tab是该行的第一个tab，那么就取决于这个tab之前的字符数目。如果这个字符数目为n，那么需要的空格数为n-n%8。依据这个规律我们采取如下的方案：

逐个读取字符，如果是tab，打印出n-n%8个空格，并将计数器n置为0；如果为非空格，那么原样打印，并计数（遇到换行符时也应该将计数器置0）。由此编写如下程序并测试：

 C++ Code By DuanXu-yzc

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

/*  * 将输入中的tab字符转换为适当数目的空格，并且不改变原输入的格局  */ #include <stdio.h> #define INTERVAL 8 int main ( void ) {     int count;     int ch;     int i;     count = 0;     while ( ( ch = getchar () ) != EOF )     {         if ( '\t' == ch )         {             for ( i=0; i<INTERVAL-count%INTERVAL; i++ )                 putchar ( ' ' );             count = 0;         }         else         {             count++;             putchar ( ch );         }         if ( '\n' == ch )             count = 0;     }     return 0; }

 

 


为了更好地测试这个程序，我们将它改为了文件版（从文件输入文本，而不是从标准输入），并测试了一个比较复杂的文本文件：

程序如下：

 C++ Code By DuanXu-yzc

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56

/*  * 将文件中所有的tab位替换为等效数目的空格，并且不改变原来文件的格局  */ #include <stdio.h> #include <stdlib.h> #define INTERVAL 8 #define MAXLEN 150 int main ( void ) {     FILE *in;     FILE *out;     int ch;     int i, j;     int count = 0;     char line[MAXLEN];     if ( NULL == ( in = fopen("detab.c","r") ) )     {         fprintf ( stderr, "Can't open file \"detab.c\"\n" );         exit ( EXIT_FAILURE );     }     if ( NULL == ( out = fopen("detab_out.c","w") ) )     {         fprintf ( stderr, "Can't create file \"detab_out.c\"\n" );         exit ( EXIT_FAILURE );     }     while ( fgets(line, MAXLEN, in) != NULL )     {         for ( i=0; (ch=line[i])!='\0'; ++i )         {             if ( '\t' == ch )             {                 for ( j=0; j<INTERVAL-count%INTERVAL; j++ )                     fputc ( ' ', out );                 count = 0;             }             else             {                 count++;                 fputc ( ch, out );             }             if ( '\n' == ch )                 count = 0;         }     }     if ( fclose(in) != 0  ||  fclose(out) != 0 )         fprintf ( stderr, "Error in closing files\n" );     return 0; }

测试文件截图（vim编辑器中的效果图）为：



输出文件截图（vim编辑器中的效果图）为：



至此，我们已经解决了如何将tab转换为空格的问题，并通过了相对残酷的测试，下面我们讨论这种转换的逆过程，即如何将文本中的空格转换为tab。

（二）空格转换为制表符

问题描述： （尽可能地将文本中的空格转换为tab，并且不改变原文本的布局）

 

 

 

 

 

 

要正确地将空格转化为制表符，首先要考虑是不是所有的空格都可以转换为tab，我们看看下面的例子：



第一个例子中，在第3列有一个空格，我们尝试将其替换为tab，结果就改变了文本的布局；第二个例子中，在第3列到第8列有6个连续的空格，我们尝试在第3列将空格替换为tab，结果符合要求，由此看来，并不是所有的空格都可以替换为tab。

在上一节中，我们探究了vim编辑器中tab的性质：

如果tab出现在第1~8列，光标会跳转到第9列

如果tab出现在第9~16列，光标会跳转到第17列

如果tab出现在第n列，光标会跳转到第((n-1)/8+1)*8+1列

也就是说，tab的输出会使光标跳转到某些固定的列，所以，出现在这些固定的列之前的空格，一定可以被替换为tab，上面的第二个例子也说明了这一点。又由于我们需要尽可能地将空格转换为tab，所以，要将尽可能多的连续空格转换为tab。由此，我们可以得到基本的思路：

逐个读取字符，如果不是空格，则直接输出，如果是空格，则先不输出，并记下它们的index，接着读取下面的字符，如果下面的空格能够一直延续到index%8==0，就将这些连续的空格替换为tab输出，如果连续的空格不能延续到index%8==0，就按原样输出连续的空格。

这种方法是行不通的：

1、对于读到了空格所采取的的措施太复杂，对于空格的操作的不确定性太大

2、不能简单地通过index（或者count）来判断空格是否可以被替换为tab，而应该使用列号（col），比如：（为了方便与index比较，让列号从0开始）



如果依据index来判断是否应该被替换，那么上面的字符串中index为7的空格之前的所有连续空格都可以被替换，替换后的结果为：



显然，替换后改变了原文本的布局。正确的方法应该是根据列号来替换，如果有列号为7、15、23等的空格，那么就可以将此列号以及之前的连续空格替换为一个tab

对于以上两方面的问题，我们采取如下措施：

1、对于所有的字符，均不采用边读边输出的方式，无论读到的字符是否为空格，均不输出（这样就省去了区分空格和非空格的步骤），除非读到了可以替换为tab的空格，此时就输出一直未输出的所有字符（包括那些不能被替换的空格，这样就不用判断所有读到的空格是否该输出），并且替换连续的空格为tab输出，如此一直进行下去，直到所有字符读取完毕，最后输出所有未输出的字符。

2、使用列号col而不是下标index来作为可以替换的条件。

根据以上的改进我们得到了具体的操作：

将字符读取到字符数组（为什么不直接从输入中进行处理？请读者自行思考），遍历整个数组，对于下标为index，行号为col的元素，如果(col+1)%8==0，而且str[index]==空格，就往前查看连续的空格，输出上次打印的终止位置到连续空格之前的所有字符，然后输出一个tab，如此一直进行下去，直到数组中所有字符都遍历完毕，输出上次打印的终止位置之后的所有字符。

编写程序如下：

 C++ Code By DuanXu-yzc

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

/*  * 尽可能地将文本中的空格转换为tab，并且不改变原文本的布局  */ #include <stdio.h> #include <string.h> #define INTERVAL 8 #define MAXLEN 150 int main ( void ) {     int i,j,k;  // i遍历字符数组，j寻找连续空格，k输出字符     int col;    // 列号     int len;    // 字符串长度     int start;  // 下一次打印的起始位置（或本次打印的截止位置）     char str[MAXLEN];     while ( fgets ( str, MAXLEN, stdin ) != NULL )     {         col = 0;         start = 0;         len = strlen ( str );         for ( i=0; i<len; i++ )         // 遍历整个字符串         {             if ( (col+1) % INTERVAL == 0  &&  str[i] == ' ' )   // 可替的换条件             {                 for ( j=i; str[j] == ' '; j-- )         // 查找连续空格                     ;                 for ( k=start; k<j+1; k++ )         // 打印出上次打印的截止位置到此次连续空格之前的字符                     putchar ( str[k] );                 putchar ( '\t' );               // 打印替换的tab                 start = i+1;                    // 重置下次打印的起始位置（或本次打印的截止位置）             }             if ( '\t' == str[i] )                   // 遇到tab时调整列号                 col = ( col/INTERVAL + 1 ) * INTERVAL;             else                            // 非tab时列号加1                 col++;         }                  for ( k=start; str[k] != '\0'; k++ )    // 打印出上次打印的截止位置到字符串末尾的字符             putchar ( str[k] );     }     return 0; }

测试：

在此提供文件版，供读者进行更严酷的测试：

 C++ Code By DuanXu-yzc

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68

/*  * 尽可能地将文件中的空格转换为tab，并且不改变原文件的布局  */ #include <stdio.h> #include <stdlib.h> #include <string.h> #define INTERVAL 8 #define MAXLEN 150 int main ( void ) {     int i,j,k;  // i遍历字符数组，j寻找连续空格，k输出字符     int col;    // 列号     int len;    // 字符串长度     int start;  // 下一次打印的起始位置（或本次打印的截止位置）     FILE *in;     FILE *out;     char str[MAXLEN];     if ( NULL == ( in = fopen("detab_out.c","r") ) )     {         fprintf ( stderr, "Can't open file \"detab_out.c\"\n" );         exit ( EXIT_FAILURE );     }     if ( NULL == ( out = fopen("entab_out.c","w") ) )     {         fprintf ( stderr, "Can't create file \"entab_out.c\"\n" );         exit ( EXIT_FAILURE );     }     while ( fgets ( str, MAXLEN, in ) != NULL )     {         col = 0;         start = 0;         len = strlen ( str );         for ( i=0; i<len; i++ )         // 遍历整个字符串         {             if ( (col+1) % INTERVAL == 0  &&  str[i] == ' ' )   // 可替的换条件             {                 for ( j=i; str[j] == ' '; j-- )         // 查找连续空格                     ;                 for ( k=start; k<j+1; k++ )         // 打印出 上次打印的截止位置 到 此次连续空格之前 的字符                     fputc ( str[k], out );                                  fputc ( '\t', out );                // 打印替换的tab                 start = i+1;                    // 重置下次打印的起始位置（或本次打印的截止位置）             }             if ( '\t' == str[i] )                   // 遇到tab时调整列号                 col = ( col/INTERVAL + 1 ) * INTERVAL;             else                            // 非tab时列号加1                 col++;         }                  for ( k=start; str[k] != '\0'; k++ )    // 打印出 上次打印的截止位置 到 字符串末尾 的字符             fputc ( str[k], out );     }     if ( fclose(in) != 0  ||  fclose(out) != 0 )         fprintf ( stderr, "Error in closing files\n" );     return 0; }

【未完待续，敬请期待！】

声明

    1、此博文版权归断絮所有，如需转载请注明出处http://blog.csdn.net/duanxu_yzc/article/details/13175207，谢谢。

    2、在未经博主断絮允许的情况下，任何个人和机构都不得以任何理由出版此文章，否则必将追究法律责任！