个人项目--词频统计

需求概要

原需求

1.读取文件，文件内包可含英文字符，及常见标点，空格级换行符。

2.统计英文单词在本文件的出现次数

3.将统计结果排序

4.显示排序结果

新需求：

1.小文件输入. 为表明程序能跑

2.支持命令行输入英文作品的文件名

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。

4. 从控制台读入英文单篇作品

程序输入：

1.控制台输入文本

2.英文文本文件

3.英文目录，目录下包含单个或多个英文文本文件

程序输出：

1.英文单词在本文件或控制台输入中的出现的次数，按出现次数排序

2.文本或控制台输入文字的单词数

输出位置：

控制台或指定文件

代码实现

代码有两个分支，1、选择输入文本路径或，2、选择直接输入文章

public static void main(String[] args) {
        HashMap<String,Integer> map=new HashMap<String,Integer>();//用于统计各个单词的个数，排序
        //过滤字符串中的所有标点符号
        String regex=" ?.!:,""'';
";
        BufferedReader br;
        try {
            //FileReader类创建了一个可以读取文件内容的Reader类、调用构造方法FileReader()
            Scanner scan = new Scanner(System.in);
            System.out.println("请输入您的输入格式");
            System.out.println("1、文件完整路径");
            System.out.println("2、文章内容");
            int flag = scan.nextInt(); 
            

小文件输入键盘在控制台下输入命令。在控制台输入文本路径即可进行词频统计。

System.out.println("请输入文件完整路径");
 2                     String fileUrl = scan.next();
 3                     br = new BufferedReader(new FileReader(fileUrl));//文件完整路径
 4                     String sentence;
 5                     int wordCount = 0;
 6                     try {
 7                         while((sentence = br.readLine()) !=null){     //用readLine读取文件，判断读取文件是否为空
 8                             sentence = sentence.replaceAll(regex, "");
 9                             StringTokenizer token=new StringTokenizer(sentence);
10                             while(token.hasMoreTokens()){     //循环遍历
11                                 wordCount++;    
12                                 String word = token.nextToken();
13                                 if(map.containsKey(word)){     //HashMap不允许重复的key，所以利用这个特性，去统计单词的个数
14                                 int count=map.get(word);
15                                 map.put(word, count+1);     //如果HashMap已有这个单词，则设置它的数量加1
16                             }
17                             else{
18                                 map.put(word, 1);          //如果没有这个单词，则新填入，数量为1
19                         }
20                     }
21                 }
22                         System.out.println("总共单词数："+wordCount);
23                         sort(map); 
24                     } catch (IOException e) {
25                         e.printStackTrace();
26                     }
27                     break;

运行结果：

请输入文件完整路径
c://english.txt
总共单词数：181
as:7
the:7
not:6
it:6
to:5
are:4
a:4
your:4
in:4
they:3
live:3
and:3
of:2
do:2
may:2
by:2
be:2
clothes:2
that:2
often:2
have:2
from:2
above:2
is:2
you:2
door:1

psp
		9月26日
类型	内容	开始时间	结束时间	被打断时间 净时间
查找资料	学习单元测试	9:00	9:48	8	40
测试代码	学习代码测试	15:00	16:08	8	60
修改代码	词频修改	9:08	10:09	11	50
写博客	词频相关	22:30	23:15	5	40

      

 ssh://git@git.coding.net:linliaimeli/FileWord.git

 https://git.coding.net/linliaimeli/FileWord.git