词频统计:
功能1:小文件输入键盘在控制台下输入命令。
在控制台输入文件名:使用scanner获取控制台数据
System.out.println("请输入要统计的文件路径"); Scanner sc = new Scanner(System.in); String road = sc.nextLine(); FileInputStream fis = new FileInputStream(road);// 要读的文件路径 InputStreamReader isr = new InputStreamReader(fis);// 字符流 BufferedReader infile = new BufferedReader(isr); // 缓冲
从读取的txt文件中获取单词,使用正则,将非单词的部分转换成空格
String words[]; file = file.toLowerCase(); //正则将非字母,符号等用空格代替 file = file.replaceAll("[^A-Za-z]", " "); file = file.replaceAll("\\s+", " "); words = file.split("\\s+");
将获取的键值对存入hashmap
for (int i = 0; i < words.length; i++) { String key = words[i]; if (map.get(key) != null) { int value = ((Integer) map.get(key)).intValue(); value++; map.put(key, new Integer(value)); } else { map.put(key, new Integer(1)); } }
对单词按词频(即键值对的value)进行降序排列。重写Collection类中的sort方法,完成降序。
List<Map.Entry<String,Integer>> list =new ArrayList<Map.Entry<String,Integer>(map.entrySet()); Collections.sort(list,new Comparator<Map.Entry<String,Integer>>(){ @Override public int compare(Entry<String, Integer> arg0, Entry<String, Integer> arg1) { // TODO Auto-generated method stub return arg1.getValue().compareTo(arg0.getValue()); } });
对完成排序的键值对进行输出。使用util.Map包下的Entry对hashMap进行遍历输出
for(Map.Entry<String, Integer>mapping:list){ System.out.println(mapping.getKey()+","+mapping.getValue()); }
运行结果:
功能2. 支持命令行输入英文作品的文件名
>wf gone_with_the_wand
total 1234567 words
功能3. 支持命令行输入存储有英文作品文件的目录名,批量统计。
>dir folder
gone_with_the_wand
runbinson
janelove
>wf folder
gone_with_the_wand
total 1234567 words
功能4. 从控制台读入英文单篇作品
在控制台可以输入英文文章名字或者文章内容
时间: 2024-10-29 19:06:45