std::cin >> 读单词时自动跳过所有连续空白符，按非空白字符序列切分；需用 while (cin >> word) 检查流状态，避免 eof() 误判；标点粘连、BOM 干扰、性能瓶颈需分别处理。
用 std::cin >> 读单词时，空白符怎么影响计数
直接用 std::cin >> 读 std::string 是最简方式，但它会自动跳过所有连续空白符（空格、制表符、换行），每次只提取一个“非空白字符序列”。这意味着：它天然按单词切分，不关心是空格还是换行隔开的。
常见错误现象：std::cin >> 在文件末尾多读一次、返回空字符串、或计数比预期少——通常是因为没检查流状态就盲目累加。
- 必须用
while (std::cin >> word)，而不是while (!std::cin.eof())，否则最后一次失败读取也会触发循环体 -
std::cin >>对std::string不会读入空格、换行、\0，也不含标点；标点会粘在单词上（比如"hello,"算一个词） - 如果文件以空白结尾，不影响；但如果最后一行为空行，
std::cin >>会跳过它，不产生额外迭代
标点干扰怎么办：用 std::isalnum() + 手动字符扫描
当需要把 "hello,"、"world!" 拆成 "hello" 和 "world"，就不能依赖 >> 的默认行为。得逐字符判断是否属于单词字符。
使用场景：日志分析、代码注释提取、自然语言预处理等对词干干净度有要求的情况。
立即学习“C++免费学习笔记（深入）”；
- 用
std::istream::get()或std::getline()读整行，再遍历每个char - 用
std::isalnum(c)判断是否为字母或数字；遇到非单词字符时，若之前累积了字符，就算一个词 - 注意 locale：默认 C locale 下
std::isalnum不识别中文、重音字母等；如需支持，得切换 locale 或用更宽泛的判断逻辑 - 性能影响：比
>>慢约 2–3 倍（小文件无感，GB 级文本需实测）
文件编码和换行符导致读不到内容？检查 std::ios::binary 和 BOM
Windows 上用记事本保存的 UTF-8 文件常带 BOM（0xEF,0xBB,0xBF），而 std::cin >> 会把它当普通字符读进第一个 std::string，导致 word 开头是乱码、后续匹配失败。
常见错误现象：程序运行不报错，但单词数始终为 0 或第一个词异常长；Linux 下正常，Windows 下失效。
- 打开文件时别用
std::cin直连，改用std::ifstream并显式指定编码处理（C++20 前无原生 UTF-8 支持） - 简单绕过：用
std::ifstream f("file.txt", std::ios::binary)读，跳过前 3 字节（若确认是 UTF-8 BOM） - 跨平台安全做法：用
f.peek() == '\xEF'+ 后续校验判断 BOM，再f.seekg(3) - 换行符差异（
\r\nvs\n）不影响>>，因为它们都属空白符，会被统一跳过
大文件卡住？别用 std::endl 刷缓冲，也别反复构造 std::string
统计千万级单词时，高频调用 std::endl 或短生命周期 std::string 可能成为瓶颈，尤其在调试输出未关闭时。
性能影响：每词调用一次 std::endl 会让 stdout 强制刷缓存，I/O 开销激增；反复构造小 std::string 触发内存分配。
- 计数过程完全不需要输出——关掉所有中间
std::cout，只在最后打印总数 - 用
'\n'替代std::endl（后者 ='\n' + flush） - 如果真要边读边看，把输出聚合（比如每 10000 词 print 一次），避免锁竞争
- 用
std::string_view（C++17 起）替代std::string接收>>结果，避免拷贝（但注意：>>不支持直接读到string_view，需先读string再转）
真正难处理的是混合分词规则：比如 URL 中的斜杠要不要切、缩写如 i'm 算一个词还是两个——这些没法靠流操作符自动解决，得引入正则或专用 tokenizer。
