第二周：词频统计改进

需求：

1.在控制台输入命令;

2.输入必须是在硬盘上已经存在的路径或者是文件;

3.输入的是目录名就把目录统计出来;
4.输入时文件就把文件里面的单词统计出来.

 

分析：
1.读取文件使用BufferedReader类按行读取;
2.定义一个正则表达式过滤字符串符号;
3.创建hashmap;
4.使用StringTokenizer来分词;
5.把分的单词加入haspmap存储的键值对;
6,遍历HashMap输出结果;
7.让用户在控制台输入一个路径;
8.对用户输入的路径进行判断如果是目录就遍历目录，在统计里面的单词;
9.否则就是文件，就遍历文件，在使用Collections.sort()方法排序在统计文件里面的单词.

 

具体代码实现：

1.判断输入的是否是目录，是目录遍历并统计。

File file = new File(url);//创建File对象
        if(file.isDirectory()){    //判断file 对象是否是目录
            String[] names = file.list();//获取目录下的所有文件的文件名
            for (String name : names) {
                System.out.println(name);
                if(!hashMap.containsKey(name)){        //判断hashMap里面是否有该单词
                    hashMap.put(name, new Integer(1)); 
                    //如果没有 把word的值当作键 ，key值记作一次
                    
                }else{    
                    int k=hashMap.get(name).intValue()+1;   //如果有 把word的值当作键 ，key值在原来基础上在加一次
                    hashMap.put(name, new Integer(k));    
                    
                }    
                     for(String key : hashMap.keySet()){
                            //打印单词 以及单词的 个数
                             System.out.println(key + ":\t"+ hashMap.get(key));
                        }
                
            
            }
            
            
        }

 

2.如果输入的是文件，就读取文件里面的单词。

        //当时文件的时候统计文件里面的单词
            else{
                BufferedReader br=new BufferedReader(new FileReader(url));  
                 String value;  
                 while((value=br.readLine())!=null){  //读取文本,读一行,直到读完为止
                     value=value.replaceAll(fregex, " ");  //用空格 代替文本中的一些特殊符号
                     //使用StringTokenizer来分词(StringTokenizer用来分隔String的应用类)                      
                     StringTokenizer tokenizer = new StringTokenizer(value);  
                     while(tokenizer.hasMoreTokens()){  
                         String word=tokenizer.nextToken();  
                         if(!hashMap.containsKey(word)){        //判断hashMap里面是否有该单词
                             hashMap.put(word, new Integer(1));    //如果没有 把word的值当作键 ，key值记作一次
                             }else{    
                                 int k=hashMap.get(word).intValue()+1;   //如果有 把word的值当作键 ，key值在原来基础上在加一次
                                 hashMap.put(word, new Integer(k));    
                             }                      
                         }
                     }
                 

 

3.统计单词并排序。

 ArrayList<Map.Entry<String, Integer>> Com = new ArrayList<Map.Entry<String, Integer>>(hashMap.entrySet());
                     //使用Collections 工具类  里面的sort方法进行排序
                    Collections.sort(Com,
                        new Comparator<Map.Entry<String, Integer>>()
                    {
                            public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2)
                            {
                                return (o2.getValue() - o1.getValue());
                            };
                        });
                    System.out.println("Total :" + hashMap.size());  //遍历HashMap,输出结果 

                    int count = 50;
                        for (Map.Entry<String, Integer>comp : Com)
                        {
                            if (count-- < 0) break;
                            System.out.println(comp.getKey() + ":\t" + comp.getValue());
                        }
                
         
                 
            }       
    }

 

4.在控制台输入命令。

/**
     * 控制台下输入命令
     * 可以是目录或者是文件
     * 
     */
    public static String scan(){
        Scanner sc = new Scanner(System.in);
          System.out.print("请输入目录或者文件:");
         String text = sc.next();
          return text;
    }
}

 

 

运行结果：

1.读取目录。

 

 

2.读取目录中的文件。

 

ssh：git@git.coding.net:yuanyuancheng/cipintongji.git

HTTPS：https://git.coding.net/yuanyuancheng/cipintongji.git