文件读取IO

Question

我最近一直在努力争取在这项任务中取得实质性进展。我需要创建一个接收文本文件的程序，并创建生成文本文件中每个单词的输出、该单词出现的次数以及整个文件中出现的百分比。现在，我的主要问题是读取文本文件的所有值。我试图使用数组列表来存储我所读到的内容。部分细节包括应该忽略逗号、句号、分号、冒号和感叹号等字符。这是全部任务：

编写一个读取普通文本文件的程序，以构造一个单词列表和每个单词发生的次数。完成后，程序到控制台的输出应该是一个有三列的表:单词found。单词在文件中出现的次数。发现的事件的比例(例如2.17%)。 这张表是按词典顺序排列的。标点符号(,.;:!)出现在单词的末尾，应该删除。大写和小写应忽略。连字符应该被看作是一个单词。 玛丽有一只小羊羔，一只小羊羔 A 1 14.29% 有1 14.29% 小2 28.57% 羔羊2 28.57% 玛丽1 14.29%

所以我要问的问题是：

1. 如何将文本文件的文字读入数组列表，以便以所需的方式操作它们。
2. 什么是计算数组列表中事件数量的最佳方法，以及按字典顺序排序的最佳方法。
3. 我计划使用printf来组织输出，就像给定的例子一样，这是一个最优的解决方案吗？
4. 对于第三列百分比，我计划打印出来(单词的出现量/除以文件中的单词总数+%%签名纯文本)，这是一个最佳解决方案吗？

这是我到目前为止所拥有的，正如前面所说的，我只想把所有的单词都放到数组中，而且我目前正在使用一个文本文件和示例的文本："àMary有一只小羊羔，小羔羊“。

public class fileInfo 
{
    public static void main(String[]args) throws FileNotFoundException
    {
        Scanner scan = new Scanner(new File("testFile.txt"));
        scan.useDelimiter(" ");
        ArrayList<String> aL = new ArrayList<String>();

        while(scan.hasNext())
        {
            if(scan.next() == "." || scan.next() == ",")
            {
                continue;
            }
            aL.add(scan.next());
        }
        scan.close();

        System.out.println(aL);
    }

    public static ArrayList<String> constructArray(ArrayList<String>temp) throws FileNotFoundException
    {

        Scanner scan = new Scanner(new File("testFile.txt"));
        temp = new ArrayList<String>();

        while(scan.hasNext())
        {
            temp.add(scan.next());
        }
        return temp;
    }
}

Answer 1

如何将文本文件的文字读入数组列表，以便以所需的方式操作它们。

将Scanner的分隔符设置为对空格和标点符号进行拆分。分隔符是由Pattern类定义的正则表达式。你想要的模式：

"[\\s,.;:!]+"

意思是:一个或多个空格或标点符号。

什么是计算数组列表中事件数量的最佳方法，以及按字典顺序排序的最佳方法？

使用TreeMap或TreeMap<String, AtomicInteger>。

对于一个简单的英文文本解决方案，你可以简单的小写字母(你的例子)。

更好的实现是使用具有TreeMap强度的Collator初始化TERTIARY。

FYI:您的例子是错误的，因为lamb应该列在little之前。

我计划使用printf来组织输出，就像给定的例子一样，这是一个最优的解决方案吗？

这是一种适当的方式。

对于第三列百分比，我计划打印出来(单词的出现量/除以文件中的单词总数+%%签名纯文本)，这是一个最佳解决方案吗？

这是一种合适的方法，也可能是最简单的方法。只需记住乘以100，并使用double而不是int执行除法。

Answer 2

因为这是家庭作业，我不会把文字代码，它将需要更多的时间来解释它比搜索一个解决方案的谷歌。

我将给出一些想法，所以您只需要搜索如何在Java中实现这些想法。

1)有一个动态的字符串列表，在那里你可以存储所有的单词。

2)使用BufferedReader的readLine()方法获取文件中的每一行。

3)对于每一行，将他的所有单词存储到步骤1的字符串动态列表中。

提示:您可以使用空格来知道单词何时结束/开始。

4)当您将文件中的所有单词存储在一个动态列表中时，实现一些超级高效的方法来计算需要在输出上显示的内容。提示:你可以去擦除实际的单词，所以在未来的列表中，扫描器会更短。会是这样的：

int i，j； 对于(i= 0；i< word_list.length - 1；i++){ 对于(j=i+ 1；j< word_list.length - 1；j++){ if(word_list.get(i) == word_list.get(j)){ numberOfAppearences++；word_list.erase(j)；j-；//我们删除了一个元素}} }

这将只显示一个给定单词的出现次数。显然，您必须根据您的需要使用此代码。

如果您想使它更优化，而不需要将文件数据复制到RAM中，您可以逐个字符读取文件字符，直到找到第一个空白为止，这意味着第一个单词已经结束，所以您可以将这个单词存储在一个字符串中，然后继续读取字符，直到找到下一个空白空间，这将是第二个单词，现在您将比较word1和word2，做数学，并保持读字符与第三个单词，等等。这样，您只需要两个字符串，一个用于当前单词，另一个用于下一个单词。

希望这能有所帮助。