文件中的字数频率
我有一个目录，其中有1000个txt.files。我想知道每一个字在1000文档中发生了多少次。所以说甚至“牛”这个词在X中出现了100次，它仍然算作一个。如果它出现在另一个文档中，则会增加1。因此，如果每个文档中都出现“cow”，则最大值为1000。如何在不使用任何其他外部库的情况下轻松实现此目的。这是我到目前为止所拥有的
private Hashtable<String, Integer> getAllWordCount()
private Hashtable<String, Integer> getAllWordCount()
{
Hashtable<String, Integer> result = new Hashtable<String, Integer>();
HashSet<String> words = new HashSet<String>();
try {
for (int j = 0; j < fileDirectory.length; j++){
File theDirectory = new File(fileDirectory[j]);
File[] children = theDirectory.listFiles();
for (int i = 0; i < children.length; i++){
Scanner scanner = new Scanner(new FileReader(children[i]));
while (scanner.hasNext()){
String text = scanner.next().replaceAll("[^A-Za-z0-9]", "");
if (words.contains(text) == false){
if (result.get(text) == null)
result.put(text, 1);
else
result.put(text, result.get(text) + 1);
words.add(text);
}
}
}
words.clear();
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
System.out.println(result.size());
return result;
}
没有找到相关结果
已邀请:
2 个回复
炬卤遁蝎变
，您可以在其中存储从当前文件中读取的每个唯一单词。 然后在读完每个单词之后，你应该检查它是否在集合中，如果不是，则在映射中增加相应的值（或者如果它是空的则添加新条目，就像你已经做的那样）并添加单词集合。 不要忘记在开始阅读新文件时重置该设置。疮痪徘弦漏
private Hashtable<String, Integer> getAllWordCount() { Hashtable<String, Integer> result = new Hashtable<String, Integer>(); HashSet<String> words = new HashSet<String>(); try { for (int j = 0; j < fileDirectory.length; j++){ File theDirectory = new File(fileDirectory[j]); File[] children = theDirectory.listFiles(); for (int i = 0; i < children.length; i++){ Scanner scanner = new Scanner(new FileReader(children[i])); while (scanner.hasNext()){ String text = scanner.next().replaceAll("[^A-Za-z0-9]", ""); words.add(text); } for (String word : words) { Integer count = result.get(word) if (result.get(word) == null) { result.put(word, 1); } else { result.put(word, result.get(word) + 1); } } words.clear(); } } } catch (IOException e) { // TODO Auto-generated catch block e.printStackTrace(); } System.out.println(result.size()); return result; }