统计文本中各单词出现的频率（JavaWeb）
统计文本单词频率
一、问题定义：
这次的工程任务为软件工程课程作业，旨在使用某种编程语言，完成统计文本文件中各单词出现的频率，并将前10的单词打印出来。问题的规模限于几个页面与后台的简单的数据交互。
二、可行性分析
该项目是基于Java语言，而java封装了大量各种处理方法，对文本文件，输入输出流、字符串处理等方面有着很大的优势，这样能够使具体处理函数透明化，故选择java语言。而其中字符串的split方法为该项目中处理字符串的主要函数，因此使得项目中关键的较长字符串处理成为可能，也是项目的规模得以较大的简化。
三、需求分析
该项目中为解决用户统计文本文件中单词的需求，设计了一个起始页面，提示用户上传需要统计分析的文本文件，这是系统会取得用户上传的文本文件，将其保存至服务器端，同时启动后台程序，读取上传文件，进行分析，得到结果，返回结果去前台页面，将处理后结果以表格形式展现出来。
四、总体设计
该项目为提高交互友好性，选择了JavaWeb形式，以常见的网页为程序起始页，使后台处理完全透明化。同时由于JavaWeb多见于大型项目，本次的项目也有较高的并发访问行与稳定性，并且能够长期同时提高服务。同时采用MVC的设计模式，使得控制层与业务逻辑层、视图层独立性提高，值得系统的模块化较高，有较好的后期维护性。
五、详细设计
该部分主要利用统一建模语言UML，建立该项目的模型与结构流程，确定每一个模块需要的算法及数据结构。
六、编码与单元测试
（一)Java后台代码部分
1、实体类mode.java
package com.xzp.unity;
/**
* 实体类
* @author Xzp
*
*/
public class Model {
private String[] s; //字符串数组
private int[] n; //整形数组
//get set方法
public String[] getS() {
return s;
}
public void setS(String[] s) {
this.s = s;
}
public int[] getN() {
return n;
}
public void setN(int[] n) {
this.n = n;
}
} 2、工具类 Tools.java
package com.xzp.util;
import java.util.Scanner;
import com.xzp.unity.Model;
/**
* @author Xzp
*
*/
public class Tools {
/**
*
* @param s 目标字符串数组
* @param str 匹配字符串
* @return 匹配结果 字符串第一次出现的位置
*/
public int firstAppear(String[] s,String str) {
for (int i = 0; i < s.length; i++) {
// System.out.println("s1"+s[i]);
if (s[i].equals(str)) {
// System.out.println(s[i]+"="+str);
return i;
}
}
return -1;
}
/**
* 对Model中的字符串数组与整形数组排序
* @param model
*/
public void sort(Model model) {
int[] n = model.getN();
String[] s = model.getS();
int flag = 0;
String s1 = null;
//冒泡排序
for (int i = 0; i < n.length; i++) {
for (int j = i; j < n.length; j++) {
if (n[j]>n[i]) {
//交换数组
flag = n[j];
n[j] = n[i];
n[i] = flag;
//交换字符串
s1=s[i];
s[i] = s[j];
s[j] = s1;
}
}
}
}
/**
* 输入函数，作测试用
* @return
*/
public String input() {
System.out.println("----------------------------");
System.out.println("请输入：");
String text;
Scanner scan = new Scanner(System.in);
text = scan.nextLine(); //逐行读取
scan.close();
return text;
}
/**
* 处理两个数组字符串次数与字符串对应关心操作
* @param s1
* @param model
*/
public void handle(String[] s1,Model model) {
int m = 0;
Tools t = new Tools();
for (int i = 0; i < s1.length; i++) {
if ((t.firstAppear(s1, s1[i]))==i) {
model.getS()[m] = s1[i];
model.getN()[m] = 1;
m++;
}
else{
model.getN()[t.firstAppear(s1, s1[i])] = model.getN()[t.firstAppear(s1, s1[i])]+1;
}
}
}
/**
* 后台显示方法
* @param model
*/
public void display(Model model) {
//
for (int j = 0; j < 10; j++) {
if (model.getS()[j]!=null) {
System.out.print(model.getS()[j]);
System.out.println("----次数"+model.getN()[j]);
}
}
}
/**
* 执行字符串分隔处理
* @param s传入待处理的字符串
* @return 返回处理后的字符串数组
*/
<strong><span style="color:#000099;">public String[] doSplit(String s) {
String[] s1;
s = s.replaceAll("[\\pP\\p{Punct}]", ""); //替换空格
// s1 = s.split("[\\s\\p{Zs}]+");
// for (String str : s1) {
// System.out.println(str);
// }
// StringBuffer sb = new StringBuffer();
// for (int i = 0; i < s1.length; i++) {
// sb.append(s1[i]);
// }
// s = sb.toString();
s1 = s.split("\\pP+|\\pZ+|\\pS+|\\pN+|\\pC+|\\p{Zs}+"); //按各类字符匹配
return s1;
}</span></strong>其中split方法正则表达式匹配说明：点击打开链接
Unicode 编码并不只是为某个字符简单定义了一个编码，而且还将其进行了归类。
\pP 其中的小写 p 是 property 的意思，表示 Unicode 属性，用于 Unicode 正表达式的前缀。
大写 P 表示 Unicode 字符集七个字符属性之一：标点字符。
其他六个是
L：字母；
M：标记符号（一般不会单独出现）；
Z：分隔符（比如空格、换行等）；
S：符号（比如数学符号、货币符号等）；
N：数字（比如阿拉伯数字、罗马数字等）；
C：其他字符
3、控制器层操纵类----Count.java
package com.xzp.biz;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import com.xzp.unity.Model;
import com.xzp.util.Tools;
public class Count {
public Model doCount(String url) throws IOException {
String[] s;
int[] n;
File file = new File(url);
Model model = new Model();
Tools tool = new Tools();
FileReader fr = new FileReader(file);
BufferedReader br = new BufferedReader(fr);
StringBuffer sb = new StringBuffer();
String data = new String();
data = br.readLine();
while (data != null) {
sb.append(data);
data = br.readLine();
}
data = sb.toString();
br.close();
fr.close();
s = tool.doSplit(data);
n = new int[s.length];
model.setS(s);
model.setN(n);
tool.handle(s, model);
tool.sort(model);
return model;
}（一)JSP前台代码
1、主页面index.jsp
<%@page import="java.io.*"%> <%@ page language="java" import="java.util.*" pageEncoding="utf-8"%> <% String path = request.getContextPath(); String basePath = request.getScheme() + "://" + request.getServerName() + ":" + request.getServerPort() + path + "/"; %> <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"> <html> <head> <base href="<%=basePath%>"> <title>文件读取</title> <meta http-equiv="pragma" content="no-cache"> <meta http-equiv="cache-control" content="no-cache"> <meta http-equiv="expires" content="0"> <meta http-equiv="keywords" content="keyword1,keyword2,keyword3"> <meta http-equiv="description" content="This is my page"> <link rel="stylesheet" type="text/css" href="CSS/styles.css"> </head> <body> <h1>统计分析单词频率</h1> <hr style="border:1 dashed #987cb9" width="100%" color=#6666CC SIZE=1> <form action="Page/jspSmartUpload.jsp" method="post" enctype="multipart/form-data"> <!-- 使用绝对路径--> 请选择文件： <input type="file" name="upfile" value="浏览"/> <input type="submit" name="upload" value="上传"/> </form> </body> </html>
2、处理文件上传及显示结果界面-----jspSmartUpload.jsp、(使用jspSmartUpload处理文件上传)
<%@page import="sun.swing.text.CountingPrintable"%>
<%@page import="com.xzp.util.Tools"%>
<%@page import="com.xzp.unity.Model"%>
<%@page import="com.jspsmart.upload.File"%>
<%@page import="com.xzp.biz.Count"%>
<%@page import="com.jspsmart.upload.SmartUpload"%>
<%@ page language="java" import="java.util.*" pageEncoding="utf-8"%>
<%
String path = request.getContextPath();
String basePath = request.getScheme()+"://"+request.getServerName()+":"+request.getServerPort()+path+"/";
%>
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
<base href="<%=basePath%>">
<title>My JSP 'jspSmartUpload.jsp' starting page</title>
<script type="text/javascript" src="JS/SaveTable.js" charset="utf-8"></script> <!-- 注意此处的路径问题 跳转之后文件路径未改变，仍未index.jsp的目录 -->
<script type="text/javascript">
</script>
<meta http-equiv="pragma" content="no-cache">
<meta http-equiv="cache-control" content="no-cache">
<meta http-equiv="expires" content="0">
<meta http-equiv="keywords" content="keyword1,keyword2,keyword3">
<meta http-equiv="description" content="This is my page">
<!--
<link rel="stylesheet" type="text/css" href="styles.css">
-->
</head>
<h1>统计结果：</h1>
<body>
<%
//完成上传
request.setCharacterEncoding("utf-8");
SmartUpload su = new SmartUpload(); //新建一个smartUpload对象
su.initialize(pageContext); //上传初始化 pageContext为JSP内置对象
su.setAllowedFilesList("txt,doc,docx"); //设定上传的文件格式
su.upload(); //上传
su.save("upload",SmartUpload.SAVE_VIRTUAL); //保存到指定文件夹
%>
<%
//统计操作
Count count = new Count();
String url = su.getFiles().getFile(0).getFileName();
// String path = request.getRealPath("/");
path = request.getSession().getServletContext().getRealPath("/");
// out.println("path"+path+"<br/>");
url = path + "upload\\"+url;
// out.println(url);
Model model = new Model();
Tools tool = new Tools();
model = count.doCount(url);
/*
for(int i = 0;i<model.getS().length;i++){
if(model.getS()[i]!=null){
out.println(model.getS()[i]);
out.println("次数："+model.getN()[i]+"<br/>");
}
}
*/
%>
<!-- 展示结果 -->
<table id="mytable" style="text-align: center;width: 60%;border: solid; border-color: #BDB76B;" align="center" border="1">
<thead>
<tr style="height: 40px;">
<td><font size="8"><b>序号</b></font></td>
<td><font size="8"><b>单词</b></font></td>
<td><font size="8"><b>次数</b></font></td>
</tr>
</thead>
<tbody>
<%
for(int i = 0,j = 0;i<model.getS().length;i++){
<strong><span style="color:#33cc00;"> </span><span style="color:#6633ff;"> if (model.getS()[i].equals("of")
<strong><span style="color:#cc33cc;">|| model.getS()[i].matches("[A-Za-z]") //去除单个单词
//去除常见介词
|| model.getS()[i].equals("in")
|| model.getS()[i].equals("the")
|| model.getS()[i].equals("at")
|| model.getS()[i].equals("on")
|| model.getS()[i].equals("by")
|| model.getS()[i].equals("to")
|| model.getS()[i].equals("he")
|| model.getS()[i].equals("He")
|| model.getS()[i].equals("She")
|| model.getS()[i].equals("she")
|| model.getS()[i].equals("it")
|| model.getS()[i].equals("It")</span></strong>
){</span><span style="color:#333300;">
continue;</span></strong>
}else{
if (model.getS()[i] != null) {
j++;
if(j>10)break;
%>
<tr style="height: 35px;">
<td><%=j %></td>
<td><%=model.getS()[i] %></td>
<td><%=model.getN()[i] %></td>
</tr>
<%
}
}
}
%>
</tbody>
</table>
<button onclick="test()">保存3</button>
</body>
</html>
七、综合测试
（一）运行界面及结果
1、index.jsp界面
2、结果界面jspSamrtUpload.jsp
（二）性能测试
八、软件维护
本次的为个人项目，未发布，暂时不存在维护问题。
