用std::ifstream按行读取文件，用std::getline获取每行及行号，再用std::istringstream和std::isalnum分词、转小写，存入std::unordered_map<std::string, std::vector<std::pair<std::string, int>>>构建倒排索引。
怎么用 std::ifstream 读文件构建倒排索引
倒排索引不是靠魔法，是把“词 → 哪些文件/行号”这个映射存下来。C++ 里最直接的方式就是边读 std::ifstream 边切词、记录位置。别一上来就想存全文或搞内存映射——小项目够用、调试清楚才是关键。
实操建议：
- 按行读（
std::getline），避免单字节读导致性能崩；每行记下line_number，作为位置标识 - 用
std::istringstream拆行内单词，跳过标点（比如对每个字符调用std::isalnum过滤） - 单词统一转小写（
std::tolower配合std::locale，别用 C 风格的tolower处理宽字符） - 索引结构推荐
std::unordered_map<:string std::vector int>>></:string>：key 是词，value 是{文件名, 行号}对列表
为什么不能直接用 operator>> 读单词来建索引
因为 operator>> 会跳过所有空白和换行，你完全丢失了行号信息——而倒排索引里“第几行”往往是搜索结果排序或高亮的关键依据。
常见错误现象：
立即学习“C++免费学习笔记（深入）”；
- 搜索 “error” 返回了匹配，但不知道它在源文件哪一行，没法定位上下文
- 同一词在一行出现多次，
operator>>只读一次，漏掉重复位置 - 含连字符的词（如
file-name）被拆成两个词，破坏语义
所以必须自己控制分词边界：用 std::getline 定界到行，再手动扫字符串找词边界（比如用 std::isalnum 判定连续字母数字段）。
搜索时怎么快速查 std::unordered_map 并去重文件名
用户搜一个词，你要返回所有含该词的文件（不是所有行），且不重复。直接遍历索引值里的 vector 肯定行，但得处理聚合逻辑。
实操建议：
- 查
index[word]得到std::vector，遍历它，用std::set<:string></:string>收集文件名（自动去重） - 如果后续要支持“多词 AND 搜索”，就别用
std::set，改用std::unordered_set，性能更稳 - 注意：空查询、大小写不匹配（比如索引存的是小写，但用户搜大写）会导致查不到——务必在搜索前也做小写转换
- 不要在搜索时再打开文件读内容，那会拖慢响应；索引阶段就该决定是否缓存前 100 字符用于预览
Windows 下路径和编码容易踩的坑
std::ifstream 默认按本地编码（如 GBK）读文件，但你的代码文件可能是 UTF-8，词表里存的却是乱码字符串——搜永远不命中。
关键点：
- 确认源文本编码；若为 UTF-8，Windows 上需用
std::wifstream+std::codecvt_utf8<wchar_t></wchar_t>（C++17 已弃用，但仍是目前最稳方案） - 或绕过宽字符：用
std::ifstream以std::ios::binary打开，自己按 UTF-8 字节规则解码（简单词可只处理 ASCII，复杂词建议上utf8cpp库） - 路径分隔符别硬写
"\"，用std::filesystem::path（C++17）拼接，跨平台安全 - 文件路径含中文？确保编译器输出和终端都支持对应编码，否则
std::cout打印路径会乱，但索引本身可能没错——别被日志误导
真正卡住人的，往往不是算法，而是读进来的字符串和你 std::cout 看到的“一样”，其实内存里早就不一样了。
