Подсчет количества слов в файле

У меня возникла проблема с подсчетом количества слов в файле. Подход, который я использую, - это когда я вижу пробел или новую строку, тогда я знаю, что считаю слово.

проблема в том, что если у меня есть несколько строк между абзацами, то я в конечном итоге считая их как слова. Если вы посмотрите на метод readFile (), вы увидите, что я делаю.

не могли бы вы помочь мне и направить меня в правильном направлении, как это исправить?

пример входного файла (включая пустую строку):

word word word
word word

word word word
7
algorithm io java loops

13 ответов

Я бы немного изменил ваш подход. Во-первых, я бы использовал BufferedReader читать файл в файл построчно с помощью readLine(). Затем разделите каждую строку на пробелы, используя String.split("\s") и использовать размер результирующего массива, чтобы увидеть, сколько слов в этой строке. Чтобы получить количество символов, вы можете посмотреть размер каждой строки или каждого разделенного слова (в зависимости от того, хотите ли вы считать пробелы символами).

10

вы можете использовать сканер с FileInputStream вместо BufferedReader с FileReader. Например:-

File file = new File("sample.txt");
try(Scanner sc = new Scanner(new FileInputStream(file))){
    int count=0;
    while(sc.hasNext()){
        sc.next();
        count++;
    }
System.out.println("Number of words: " + count);
}
11

Это просто мысль. Есть один очень простой способ сделать это. Если вам просто нужно количество слов, а не фактические слова, то просто используйте Apache WordUtils

import org.apache.commons.lang.WordUtils;

public class CountWord {

public static void main(String[] args) {    
String str = "Just keep a boolean flag around that lets you know if the previous character was whitespace or not pseudocode follows";

    String initials = WordUtils.initials(str);

    System.out.println(initials);
    //so number of words in your file will be
    System.out.println(initials.length());    
  }
}
4

просто держите логический флаг вокруг, который позволяет вам знать, был ли предыдущий символ пробелом или нет (псевдокод следует):

boolean prevWhitespace = false;
int wordCount = 0;
while (char ch = getNextChar(input)) {
  if (isWhitespace(ch)) {
    if (!prevWhitespace) {
      prevWhitespace = true;
      wordCount++;
    }
  } else {
    prevWhitespace = false;
  }
}
3
import java.io.BufferedReader;
import java.io.FileReader;

public class CountWords {

    public static void main (String args[]) throws Exception {

       System.out.println ("Counting Words");       
       FileReader fr = new FileReader ("c:\Customer1.txt");        
       BufferedReader br = new BufferedReader (fr);     
       String line = br.readLin ();
       int count = 0;
       while (line != null) {
          String []parts = line.split(" ");
          for( String w : parts)
          {
            count++;        
          }
          line = br.readLine();
       }         
       System.out.println(count);
    }
}
3

взломать решением

вы можете прочитать текстовый файл в строку var. Затем разделите строку на массив, используя один пробел в качестве разделителя StringVar.Расщеплять.)" "(

количество массивов будет равно количеству "слов" в файле. Конечно, это не даст вам количество номеров строк.

2

Я думаю, что правильный подход будет с помощью Regex:

String fileContent = <text from file>;    
String[] words = Pattern.compile("\s+").split(fileContent);
System.out.println("File has " + words.length + " words");

надеюсь, что это помогает. Значение "\s+ " находится в шаблон javadoc

2

3 шага: потреблять все пробелы, проверьте, если строка, потреблять все nonwhitespace.3

while(true){
    c = inFile.read();                
    // consume whitespaces
    while(isspace(c)){ inFile.read() }
    if (c == '\n'){ numberLines++; continue; }
    while (!isspace(c)){
         numberChars++;
         c = inFile.read();
    }
    numberWords++;
}
0

Файл Word-Count

если между словами, имеющими некоторые символы, то вы можете разделить и подсчитать количество слов.

Scanner sc = new Scanner(new FileInputStream(new File("Input.txt")));
        int count = 0;
        while (sc.hasNext()) {

            String[] s = sc.next().split("d*[.@:=#-]"); 

            for (int i = 0; i < s.length; i++) {
                if (!s[i].isEmpty()){
                    System.out.println(s[i]);
                    count++;
                }   
            }           
        }
        System.out.println("Word-Count : "+count);
0

взгляните на мое решение здесь, он должен работать. Идея состоит в том, чтобы удалить все нежелательные символы из слов, затем отделить эти слова и сохранить их в какой-то другой переменной, я использовал ArrayList. Регулируя переменную" excludedSymbols", вы можете добавить больше символов, которые вы хотели бы исключить из слов. 

public static void countWords () {
    String textFileLocation ="c:\yourFileLocation";
    String readWords ="";
    ArrayList<String> extractOnlyWordsFromTextFile = new ArrayList<>();
    // excludedSymbols can be extended to whatever you want to exclude from the file 
    String[] excludedSymbols = {" ", "," , "." , "/" , ":" , ";" , "<" , ">", "\n"};
    String readByteCharByChar = "";
    boolean testIfWord = false;


    try {
        InputStream inputStream = new FileInputStream(textFileLocation);
        byte byte1 = (byte) inputStream.read();
        while (byte1 != -1) {

            readByteCharByChar +=String.valueOf((char)byte1);
            for(int i=0;i<excludedSymbols.length;i++) {
            if(readByteCharByChar.equals(excludedSymbols[i])) {
                if(!readWords.equals("")) {
                extractOnlyWordsFromTextFile.add(readWords);
                }
                readWords ="";
                testIfWord = true;
                break;
            }
            }
            if(!testIfWord) {
                readWords+=(char)byte1;
            }
            readByteCharByChar = "";
            testIfWord = false;
            byte1 = (byte)inputStream.read();
            if(byte1 == -1 && !readWords.equals("")) {
                extractOnlyWordsFromTextFile.add(readWords);
            }
        }
        inputStream.close();
        System.out.println(extractOnlyWordsFromTextFile);
        System.out.println("The number of words in the choosen text file are: " + extractOnlyWordsFromTextFile.size());
    } catch (IOException ioException) {

        ioException.printStackTrace();
    }
}
0

Это можно сделать очень способом, используя Java 8:

Files.lines(Paths.get(file))
    .flatMap(str->Stream.of(str.split("[ ,.!?\r\n]")))
    .filter(s->s.length()>0).count();
0
BufferedReader bf= new BufferedReader(new FileReader("G://Sample.txt"));
        String line=bf.readLine();
        while(line!=null)
        {
            String[] words=line.split(" ");
            System.out.println("this line contains " +words.length+ " words");
            line=bf.readLine();
        }
0

приведенный ниже код поддерживает в Java 8

//читаем файл в строку

String fileContent=new String(Files.readAlBytes(Paths.get("MyFile.txt")),StandardCharacters.UFT_8);

/ / сохранение их в список строк путем разделения с помощью разделителя

List<String> words = Arrays.asList(contents.split("\PL+"));

int count=0;
for(String x: words){
 if(x.length()>1) count++;
}

sop(x);
0