华为OD统一考试 - 文本统计分析

题目描述

有一个文件，包含以一定规则写作的文本，请统计文件中包含的文本数量。

规则如下：

1. 文本以”;”分隔，最后一条可以没有”;”，但空文本不能算语句，比如”COMMAND A; ;”只能算一条语句。注意，无字符/空白字符/制表符都算作”空”文本；

2. 文本可以跨行，比如下面，是一条文本，而不是三条；

COMMAND A

AND

COMMAND B;

3. 文本支持字符串，字符串为成对的单引号(')或者成对的双引号(")，字符串可能出现用转义字符(\)处理的单双引号("your input is\"")和转义字符本身，比如

COMMAND A "Say \"hello\"";

4. 支持注释，可以出现在字符串之外的任意位置注释以”-“开头，到换行结束，比如：

COMMAND A; -this is comment

COMMAND -comment

A AND COMMAND B;

注意字符串内的”-“，不是注释。

输入描述

文本文件

输出描述

包含的文本数量

用例

题目解析

梳理一下题目信息：

• 一行中可以有多条文本，比如一行输入为：abc;abc;abc; 此时该行有三条文本。
• 一条文本以分号结束
• 成对双引号、成对单引号中的分号，无法作为一条文本结束的标志
• 注释符号后面的分号，无法作为一条文本结束的标志
• 成对双引号、成对单引号中的注释符号失效
• 成对双引号、成对单引号中可能存在转义字符

本题要我们求解文本条数，其实可以转化为求解有效分号个数。

而无效分号，其实就是：

• 成对双引号、成对单引号中的分号
• 注释符号后面的分号

我的解题思路如下，假设一行字符串为line：

1. 首先，将line中的转义双引号、转义单引号去掉，避免影响成对双引号、成对单引号的判断
2. 然后，将line中的成对双引号及其中内容、成对单引号及其中内容去除，这样可以简单粗暴的去除成对双引号、成对单引号中的注释符号、分号
3. 之后，将line中注释内容（即：‘-’及其后内容）去掉，这样可以简单粗暴的去除注释中的分号
4. 此时line中就只会剩下分号，我们需要处理一些特殊情况，比如空文本不能算语句，我们可以将li