C++ merkkilaskuri: laske merkit merkkijonosta

1. Kaikki merkit merkkijonosta

Perustapa laskea merkit C++:ssa on std::string-luokan size()- tai length()-metodi. Ne palauttavat merkkijonon pituuden tavuina. Puhtaassa ASCII-tekstissä tavumäärä vastaa merkkien määrää.

// Kaikki merkit (tavuina)
#include <iostream>
#include <string>

int main() {
    std::string teksti;
    std::getline(std::cin, teksti);
    std::cout << "Merkkeja: " << teksti.size() << "\n";
    return 0;
}

2. Merkit ilman välilyöntejä

Kun haluat laskea vain varsinaiset merkit, käy merkkijono läpi ja ohita tyhjät merkit funktiolla std::isspace. Näin saat vastineen sivun laskurin välilyönnittömälle luvulle.

// Merkit ilman valilyonteja
#include <iostream>
#include <string>
#include <cctype>

int main() {
    std::string t; std::getline(std::cin, t);
    int n = 0;
    for (unsigned char c : t)
        if (!std::isspace(c)) n++;
    std::cout << "Ilman valilyonteja: " << n << "\n";
    return 0;
}

3. Sanamäärä

Sanat saa laskettua kätevästi std::istringstream-virralla, joka pilkkoo tekstin sanoiksi välilyöntien kohdalta.

// Sanamaara
#include <iostream>
#include <sstream>
#include <string>

int main() {
    std::string rivi; std::getline(std::cin, rivi);
    std::istringstream iss(rivi);
    std::string sana; int sanat = 0;
    while (iss >> sana) sanat++;
    std::cout << "Sanoja: " << sanat << "\n";
    return 0;
}

UTF-8: tavut eivät ole sama kuin näkyvät merkit

Tämä on tärkein sudenkuoppa suomenkielisessä tekstissä. std::string::size() palauttaa tavumäärän, ei näkyvien merkkien määrää. UTF-8-koodauksessa kirjaimet ä, ö ja å vievät kaksi tavua ja monet emojit jopa neljä. Siksi sana "pää" voi näyttää olevan viisi tavua, vaikka näkyviä merkkejä on kolme.