statwords.java

实现英文文本出现英文单词的频率的统计

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;

/**
 * 此类实现统计英文文本中个单词出现的频率
 * 此程序中作为分割文本单词的正则表达式仍需完善，改进
 * @author 代国强
 *
 * 2009/05/08
 */

public class StatWords {
	

	
	public static void main(String[] args) {
		StatWords sw = new StatWords();
		sw.Stat();
	}

	public void Stat() {
		//定义存放统计结果的Map
		Map<String, Integer> result = new HashMap<String, Integer>();
		
		//接受键盘输入（要求输入想要统计单词出现频率的文本的路径）
		System.out.println("请输入你想要统计单词出现频率的文本的路径，以回车确认。");
		BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
		
		//定义needCountWord：此String对象为从文本中读到的文章
		String needCountWord = "";
		try {
			//取得用户输入的文本路径
			String str = br.readLine();
			File f = new File(str);
			
			//通过缓冲流的方式读出文本中的数据并赋值给needCountWord
			BufferedReader brr = new BufferedReader(new FileReader(f));
			String temp = brr.readLine();
			while (temp != null) {
				needCountWord += temp;
				temp = brr.readLine();
				
				
			}
			
		} catch (IOException e) {
			System.err.println("输入文本路径错误，请检查");
			this.Stat();
		}

		//得到存放了所有文章中出现了的单词的String数组（此数组中存在重复的单词）
		String[] wordArg = needCountWord.trim().split("\\s*\\W*\\s*\\n*\\s*\\r*\\s*\\f*\\s+");
		
		//统计各单词的出现频率，Map对象result中的key为文章中有的单词，value为此单词出现的次数
		for (int i = 0; i < wordArg.length; i++) {
			if (!result.containsKey(wordArg[i])) {
				result.put(wordArg[i], new Integer(1));
			} else {
				int x = result.get(wordArg[i]);
				x++;
				result.put(wordArg[i], new Integer(x));
			}
		}
		
		//遍历Map 输出统计结果
		Set set = result.keySet();
		Iterator iter = set.iterator();
		String word = "";
		while (iter.hasNext()) {
			word = (String) iter.next();
			System.out.println("单词 " + word + " 出现： " + result.get(word)
					+ " 次。");
		}
	
		try {
			Thread.sleep(30000);
		} catch (InterruptedException e) {
			e.printStackTrace();
		}
	}

	
}