词频统计多需求版

Posted blogli

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了词频统计多需求版相关的知识,希望对你有一定的参考价值。

下面针对词频统计的不同功能要求给出部分代码和截图,具体代码请访问博客下方提供的链接。

功能1. 小文件输入. 为表明程序能跑,结果真实而不是迫害老五,请他亲自键
盘在控制台下输入命令。

package com.lq.homework;

import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import java.util.Scanner;
import java.util.Map.Entry;
import java.util.StringTokenizer;

public class CountWord01 {
    public static void main(String[] args) throws IOException {
        FileReader file;
        BufferedReader buffer;
        Map<String, Integer> hashMap = new HashMap<String, Integer>();
        Scanner scan = new Scanner(System.in);
        String input = scan.next(); // 在命令行创建并且编辑文件后,在运行时输入所编辑的文件路径
        file = new FileReader(input);
        buffer = new BufferedReader(file);
        String value = null;
        while ((value = buffer.readLine()) != null) {
            value = value.toLowerCase().replaceAll("[^a-z]|\\\\s+|\\t|\\r]", " ");
            StringTokenizer token = new StringTokenizer(value);
            while (token.hasMoreTokens()) {
                String target = token.nextToken();
                if (hashMap.containsKey(target)) {
                    int k = hashMap.get(target).intValue() + 1;
                    hashMap.put(target, new Integer(k));
                } else {
                    hashMap.put(target, new Integer(1));
                }
            }
        }
        List<Map.Entry<String, Integer>> list = new ArrayList<Map.Entry<String, Integer>>(hashMap.entrySet());
        Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {
            @Override
            public int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) {
                return o2.getValue().compareTo(o1.getValue());
            }
        });
        System.out.println("total " + list.size() + " words");
        for (int i = 0; i < list.size(); i++) {
            System.out.println(list.get(i).getKey() + ":" + list.get(i).getValue());
        }

    }
}

编译后,运行时在后面直接加参数,运行时截图如下:

 

功能2. 支持命令行输入英文作品的文件名,请老五亲自录入。

部分代码:

 

public static void main(String[] args) throws IOException {
        FileReader file;
        BufferedReader buffer;
        Map<String, Integer> hashMap = new HashMap<String, Integer>();
        Scanner scan = new Scanner(System.in);
        try {
            String path = "F:\\\\document\\\\";
            path += scan.next(); // 输入文件名,按照path+文件名进行拼接,形成文本所在的路径
            // 建立文件输入流
            file = new FileReader(path + ".txt");
            buffer = new BufferedReader(file);
            String value = null;
            while ((value = buffer.readLine()) != null) {
                value = value.toLowerCase().replaceAll("[^a-z]|\\\\s+|\\t|\\r]", " ");
                StringTokenizer token = new StringTokenizer(value);
                while (token.hasMoreTokens()) {
                    String target = token.nextToken();
                    if (hashMap.containsKey(target)) {
                        int k = hashMap.get(target).intValue() + 1;
                        hashMap.put(target, new Integer(k));
                    } else {
                        hashMap.put(target, new Integer(1));
                    }
                }

            }
            List<Map.Entry<String, Integer>> list = new ArrayList<Map.Entry<String, Integer>>(hashMap.entrySet());
            Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {
                @Override
                public int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) {
                    return o2.getValue().compareTo(o1.getValue());
                }
            });
            System.out.println("total " + hashMap.size() + " words");
            for (int num = 0; num < 10; num++) {
                System.out.println(list.get(num).getKey() + ":" + list.get(num).getValue());
            }
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }
    }

 

编译后,后运行,然后等待用户输入文件名,运行时截图如下:

ps:lost是程序运行后从命令行输入的文件名。

 

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。

 

public static void main(String[] args) throws IOException {
        FileReader file;
        BufferedReader buffer;
        Map<String, Integer> hashMap = new HashMap<String, Integer>();
        Scanner scan = new Scanner(System.in);
        try {
            // 输入文件所在的目录名,对目录下的文本进行词频统计
            String path = scan.next();
            File f = new File(path);
            File s[] = f.listFiles();
            for (int i = 0; i < s.length; i++) {
                // 确保文件是以.txt结尾
                String fileName = s[i].getName();
                if (fileName.endsWith(".txt")) {
                    System.out.println(fileName);
                    // 建立文件输入流
                    file = new FileReader(s[i]);
                    buffer = new BufferedReader(file);
                    String value = null;
                    while ((value = buffer.readLine()) != null) {
                        value = value.toLowerCase().replaceAll("[^a-zA-Z]|\\\\s+|\\t|\\r]", " ");
                        StringTokenizer token = new StringTokenizer(value);
                        while (token.hasMoreTokens()) {
                            String target = token.nextToken();
                            if (hashMap.containsKey(target)) {
                                int k = hashMap.get(target).intValue() + 1;
                                hashMap.put(target, new Integer(k));
                            } else {
                                hashMap.put(target, new Integer(1));
                            }
                        }
                    }
                    List<Map.Entry<String, Integer>> list = new ArrayList<Map.Entry<String, Integer>>(
                            hashMap.entrySet());
                    Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {
                        @Override
                        public int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) {
                            return o2.getValue().compareTo(o1.getValue());
                        }
                    });
                    System.out.println("total " + hashMap.size() + " words");
                    for (int num = 0; num < 10; num++) {
                        System.out.println(list.get(num).getKey() + ":" + list.get(num).getValue());
                    }
                    System.out.println("----");
                    hashMap.clear();// 清理前一个map的内容
                }
            }
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }
    }

 

编译后,然后运行,然后等待用户输入目录名,然后目录下的所有.txt文件将会依次展示。运行时截图如下:

ps:f:\\document是程序运行后从命令行输入的文件的路径名。

 

功能4. 从控制台读入英文单篇作品,表明你能提供更适合嵌入脚本中的作品(或者如她所说,不过是更灵活
的接口)。

 

public static void main(String[] args) throws IOException { 
        if (args.length == 0) {
            Scanner in = new Scanner(System.in);
            FileWriter out = new FileWriter("F:\\\\document\\\\new.txt"); 
            while (in.hasNext()) {
                out.write(in.nextLine()+"\\r\\n"); 
            }
            out.close();
            in.close(); 
        }
        
        
     FileReader file;
        BufferedReader buffer;
        Map<String, Integer> hashMap = new HashMap<String, Integer>();
        try {  
                // 建立文件输入流
                file = new FileReader("F:\\\\document\\\\new.txt");
                buffer = new BufferedReader(file);
                String value = null;
                while ((value = buffer.readLine()) != null) {
                    value = value.toLowerCase().replaceAll("[^a-z]|\\\\s+|\\t|\\r]", " ");
                    StringTokenizer token = new StringTokenizer(value);  //分词
                    while (token.hasMoreTokens()) {
                        String target = token.nextToken();
                        if (hashMap.containsKey(target)) {
                            int k = hashMap.get(target).intValue() + 1;
                            hashMap.put(target, new Integer(k));
                        } else {
                            hashMap.put(target, new Integer(1));
                        }
                    } 
                } 
            List<Map.Entry<String, Integer>> list = new ArrayList<Map.Entry<String, Integer>>(hashMap.entrySet());
            Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() { 
                @Override
                //对map中的value按照数值大小进行逆排序
                public int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) { 
                    return o2.getValue().compareTo(o1.getValue());
                }
            });
            System.out.println("total " + list.size() + " words");
            for (int i = 0; i < 10; i++) {
                System.out.println(list.get(i).getKey() + ":" + list.get(i).getValue());
            }
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        } 
    }

 

 

 

总结:对于这次的词频统计,我的感受是主体程序未变。只是在命令行编译,运行时输入的要求不同,与之相应的是程序中的少量修改。

 

词频统计代码发布地址:  https://coding.net/u/muziliquan/p/classwork02/git/tree/master/homework

ssh:    git://git.coding.net/muziliquan/classwork02.git

以上是关于词频统计多需求版的主要内容,如果未能解决你的问题,请参考以下文章

201671010432词频统计软件项目报告

java词频统计——web版支持

词频统计(WEB版)

词频统计单元测试

第一次个人项目词频统计——需求分析,代码规范,设计思路

分析“词频统计“项目进程