0

我正在解析一个带有单词和标签的文本文件（看起来像单词/标签）。我正在尝试查找文件中唯一标签的数量，并使用 C++ 中的无序集来插入标签。然而，我似乎随机得到这个异常：“EXC_I386_GPFLT”在插入（在插入次数不确定之后）到我的无序集中。我不认为我的内存不足，因为 Xcode 说我只使用了 ~300 - 400 KB。

这是我的主要功能：

#include <iostream>
#include "ParseTrain.h"

int main(int argc, const char * argv[])
{
    ParseTrain p("~/Desktop/treebank.5290.train");
    std::cout<<"The Number of Tags is: "<<p.getSizeOfTag()<<std::endl;
    return 0;
}

这是我的 ParseTrain.cpp：

#include "ParseTrain.h"
#include <fstream>
#include <string>
#include <iostream>


ParseTrain::ParseTrain(std::string fName){
    std::ifstream file(fName);
    std::string word;

    if(!file)
        return;

    //read file by word
    while(file >> word ){
        char * cWord = new char (word.size()+1);
        std::strcpy(cWord,word.c_str());

        char *p = std::strtok(cWord, "/");
        std::string key = p;
        p = strtok(NULL, " ");
        std::string value = p;
        std::cout<<value<<std::endl;
        _tag.insert(value);//getting exception thrown after undeterminable number of inserts at this line
        delete [] cWord;
        cWord = NULL;
    }
}

这是我的 ParseTrain.h：

#include <iostream>
#include <map>
#include <string>
#include <vector>
#include <unordered_set>

class ParseTrain{
private:

    //map to relate the work and part of speech tag
    std::vector <std::map<std::string, std::string>> _sentence;
    std::unordered_set<std::string> _tag;
public:

    //constructor to parse file
    //takes in path to file to parse
    ParseTrain(std::string fName);

    inline size_t getSizeOfTag(){
        return _tag.size();
    }
};

最后，这是我试图解析并获取标签的文本文件的一小部分：

Pierre/NP Vinken/NP ,/, 61/CD years/NNS old/JJ ,/, will/MD join/VB the/DT board/NN as/IN a/DT nonexecutive/JJ director/NN Nov./NP 29/CD ./. 
Mr./NP Vinken/NP is/VBZ chairman/NN of/IN Elsevier/NP N.V./NP ,/, the/DT Dutch/NP publishing/VBG group/NN ./.

我真的无法弄清楚为什么在插入时会抛出异常。我唯一能想到的是，无序集的大小可能有限制，但考虑到我使用的内存如此之少，这似乎很奇怪。任何帮助将不胜感激。

4

1 回答 1

4

这个：

char * cWord = new char (word.size()+1);

应该是这样的：

char * cWord = new char [word.size()+1];

注意括号。

第一个分配一个字节，并将其初始化为word.size()+1. 第二个分配word.size()+1字节。

于 2014-02-27T07:18:50.113 回答