簡單的方法來統計檔案中單詞和各種標點符號個數

標籤：style   class   blog   code   java   http   

 此小程式使用最基本的方法來統計文本中英文單詞的個數，想法也比較簡單：（1）從文本中文本讀取內容，使用BufferedReader類每次讀取一行並添加到StringBuffer類型變數中，  最後StringBuffer類型變數即為文本的內容，如StringBuffer sb；（2）把sb的內容全部轉化成小寫字母（或大寫字母）；（3）統計檔案中各種標點符號個數；（4）把所有標點符號統一替換成一種標點符號，如替換成逗號（5）替換後的文本使用字串的分割函數來擷取返回的字串數組的長度，此長度即為檔案中單詞的總個數
代碼如下;

import java.io.*;public class WordsCount {    public static void main(String[] args) throws IOException {        // TODO Auto-generated method stub        BufferedReader br = new BufferedReader(new FileReader("e:/a.txt"));        StringBuffer sb = new StringBuffer();        String line;        while((line = br.readLine()) != null)        {            sb.append(line);//把每次讀取的一行資料附加到sb中            sb.append("\n");//每讀取一行加入分行符號        }        System.out.print("原檔案內容：\n"+sb);//列印目前的文章即字串sb的內容        br.close();//關閉檔案流                String s = sb.toString().toLowerCase();//把sb轉化成小寫複製給字串s        System.out.print("字母轉化成小寫後檔案內容：\n"+s);//列印當前文章即字串s的內容            int countCh = 0;//統計檔案中字元個數        StringBuffer c = new StringBuffer();//隱藏檔中字元個數        for(int i=0;i<s.length();i++)        {            char ch = s.charAt(i);//擷取檔案中每一個字元並賦給字元ch            if(!(ch >= ‘a‘ && ch <= ‘z‘))            {                c.append(ch);//把擷取的字元一次附加到c中                countCh ++;                }        }            int space = 0,qm = 0,comma = 0,excl = 0,other = 0;//question mark問號   comma 逗號    exclamation 歎號        for(int i=0;i<c.length();i++)            if(c.charAt(i) == ‘ ‘)                space ++;            else if(c.charAt(i) == ‘?‘)                qm ++;            else if((c.charAt(i) == ‘!‘))                excl ++;            else if((c.charAt(i) == ‘,‘))                comma ++;            else                other ++;                String temp = "";        if(countCh>=0)        {            /*            (1)把所有標點符號替換成逗號之後的檔案內容賦給臨時字串temp，假設本檔案只有,? !等幾種標點.            (2)替換情況可以實際情況出現的標點而改變,注意最後兩個個替換！！一是考慮到派生詞如warm-hearted為一個詞的情況               可以把-替換成26個小寫字母中的任意一個，從而保證派生詞記為一個單詞;二就是縮寫詞，應該把‘替換成為分隔字元，               替換時注意使用逸出字元的使用，從而保證縮寫詞記為一個單詞                        */            temp = s.trim().replace(‘ ‘, ‘,‘).replace(‘.‘,‘,‘).replace(‘!‘,‘,‘).replace(‘?‘,‘,‘)                    .replace(‘(‘,‘,‘).replace(‘)‘,‘,‘).replace(‘-‘,‘a‘).replace(‘\‘‘,‘,‘);            System.out.println("\n替換成逗號之後的檔案內容:\n"+temp+"\n");            String[] data = temp.split(",");                        System.out.println("空格總個數: "+space+"    問號總個數:"+qm                    +"    歎號總個數: "+excl+"    逗號總個數："+comma+"    其他標點個數： "+other);//列印出空格總個數            System.out.println("\n單詞的總個數為："+data.length);                    }    }    }

運行結果：