C 語言在文字檔案中搜尋字串並輸出位置、次數

需求

讀取文字檔，搜尋使用者輸入的字串，輸出：是否匹配、匹配次數、每次匹配的行號與行內字元位移。

核心演算法

1. 逐行讀取檔案（fgets），維護行號計數器。
2. 對每行使用 strstr 迴圈查找所有出現位置（處理重疊匹配需手動移動指標）。
3. 記錄每次匹配的 (行號, 行內偏移)。

參考實作

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

#define MAX_LINE 1024

int main() {
    FILE *fp = fopen("test.txt", "r");
    if (!fp) { perror("open"); return 1; }
    
    char keyword[256];
    printf("輸入搜尋字串: ");
    scanf("%255s", keyword);
    
    char line[MAX_LINE];
    int lineNo = 0, total = 0;
    size_t kwLen = strlen(keyword);
    
    while (fgets(line, MAX_LINE, fp)) {
        lineNo++;
        char *pos = line;
        while ((pos = strstr(pos, keyword)) != NULL) {
            total++;
            int offset = pos - line + 1; // 1-based 字元位置
            printf("匹配 #%d: 第 %d 行, 第 %d 字元\n", total, lineNo, offset);
            pos += kwLen; // 移至下一個可能位置（非重疊）
            // 若需支援重疊匹配，改為 pos += 1;
        }
    }
    
    if (total == 0) printf("未找到匹配。\n");
    else printf("共匹配 %d 次。\n", total);
    
    fclose(fp);
    return 0;
}

關鍵細節

• fgets 保留換行符，strstr 不會跨行匹配，符合逐行邏輯。
• 行內偏移計算：pos - line 為 0-based，通常顯示為 1-based。
• 大檔案建議使用 mmap 或分塊讀取，避免單行過長超出 MAX_LINE。
• 編碼一致性：確保檔案編碼（UTF-8/GBK）與程式執行環境一致，否則中文匹配會失敗。

進階擴充

• 支援正則表達式：引入 regex.h (POSIX) 或 PCRE 庫。
• 大小寫不敏感：自行實作 strcasestr 或轉大小寫後比對。
• 多關鍵字同時搜尋：建立 Aho-Corasick 自動機，單次掃描完成所有匹配。