c++oding="utf-8" ?>
最直接的方法是用 std::string::find 循环查找并更新位置，避免重叠匹配；需注意大小写、边界检查及中文 utf-8 编码问题。
用 std::string::find 循环查找最直接
不依赖额外库、逻辑清晰、适合大多数场景。关键不是“找一次”，而是“找完一个后从下一个位置继续找”，否则会重复匹配（比如在 "aaa" 中查 "aa"，不跳过会导致重叠计数）。
实操建议：
- 每次找到后，更新搜索起始位置为
pos + word.length()，而不是pos + 1，避免无限循环或漏匹配 - 注意大小写：默认区分大小写；如需忽略，先统一转小写再查（用
std::tolower处理每个字符） - 边界检查不能少：
if (pos == std::string::npos)是退出条件
size_t count = 0;
size_t pos = 0;
while ((pos = text.find(word, pos)) != std::string::npos) {
++count;
pos += word.length(); // 关键：跳过已匹配部分
}
用 std::istringstream 按单词分割更准确
当“单词”指空格/标点分隔的独立词（比如统计 "the" 在句子中出现几次，不希望匹配到 "there"），find 就不够用了——它做的是子串匹配，不是词边界匹配。
实操建议：
- 用
std::istringstream把文本按空白符拆成 token，再逐个比较，天然规避子串误匹配 - 标点会影响匹配：比如
"word,"和"word"不等，需预处理（如用std::ispunct去掉末尾标点） - 性能略低：要拷贝每个 token，但对几 MB 以下文本影响不大
std::istringstream iss(text);
std::string token;
int count = 0;
while (iss >> token) {
// 可选：移除 token 末尾标点
if (!token.empty() && std::ispunct(token.back())) {
token.pop_back();
}
if (token == word) ++count;
}
正则方式（std::regex）适合复杂模式但开销大
如果需求升级为“匹配完整单词且支持大小写忽略、含连字符”等，std::regex 是唯一选择。但它在 MSVC 和 libstdc++ 上性能差、编译慢，Clang 的 libc++ 支持也不稳定。
实操建议：
- 必须用字边界断言：
R"()" + word + R"()"，否则仍是子串匹配 - 编译正则表达式一次，复用
std::regex对象，别在循环里反复构造 - Windows 下 MSVC 的
std::regex有已知 bug（如空匹配崩溃），生产环境慎用
std::regex pattern(R"()" + std::regex_replace(word, std::regex(R"(\|.|*|+|?|^|$|||{|}|[|]|(|))"), R"(\$&)") + R"()", std::regex_constants::icase);
auto words_begin = std::sregex_iterator(text.begin(), text.end(), pattern);
auto words_end = std::sregex_iterator();
return std::distance(words_begin, words_end);
注意英文单词和中文文本的处理差异
C++ 标准库字符串操作默认按字节处理，对 UTF-8 编码的中文文本会出错：一个汉字占 3 字节，find 可能切在中间，istringstream 会把中文当成乱码分隔符。
实操建议：
- 纯英文文本没问题；含中文时，不要用
std::string原生方法统计“中文词”，需用 ICU 或std::wstring+ UTF-16（但 Windows/Linux 宽字符编码不一致） - 简单场景可临时用空格/标点分割再判断首字节范围（
0x80–0xFF），但无法处理中文标点或混合排版 - 真正健壮的方案是引入第三方库（如 utf8cpp），但代价是构建复杂度上升
没明确要求支持中文时，按英文单词处理即可；一旦输入可能含中文，就得提前确认编码和分词规则，不能假设 find 或 istringstream 能“自动适配”。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
