【发布时间】：2011-05-04 21:26:55
【问题描述】：
我在计算文件中的字数时遇到问题。我正在采取的方法是，当我看到一个空格或一个新行时，我就知道要计算一个单词。
问题是，如果段落之间有多行，那么我最终也会将它们计为单词。如果您查看 readFile() 方法，您可以看到我在做什么。
你能帮我解决这个问题吗？
示例输入文件（包括一个空行）：
word word word
word word
word word word
【问题讨论】：
【发布时间】：2011-05-04 21:26:55
【问题描述】：
只需保留一个布尔标志，让您知道前一个字符是否为空格（伪代码如下）：
boolean prevWhitespace = false;
int wordCount = 0;
while (char ch = getNextChar(input)) {
if (isWhitespace(ch)) {
if (!prevWhitespace) {
prevWhitespace = true;
wordCount++;
}
} else {
prevWhitespace = false;
}
}
【讨论】：
我会稍微改变你的方法。首先，我将使用BufferedReader 使用readLine() 逐行读取文件文件。然后使用String.split("\\s") 在空白处分割每一行，并使用结果数组的大小来查看该行上有多少单词。要获取字符数，您可以查看每行的大小或每个拆分词的大小（取决于您是否要将空格计为字符）。
【讨论】：
破解解决方案
您可以将文本文件读入 String var。然后使用单个空格作为分隔符 StringVar.Split(" ") 将字符串拆分为一个数组。
数组计数将等于文件中“单词”的数量。 当然，这不会给您计算行号。
【讨论】：
您可以使用带有 FileInputStream 的 Scanner，而不是带有 FileReader 的 BufferedReader。例如：-
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);
}
【讨论】：
-
上面的代码给出了错误的字数，因为它计算了所有的样式、调整等......只需用这个
String word=sc.next(); if(word.indexOf("\\")==-1) count++;修改while循环内的代码这会更精确一点数...... -
@SangeetMenon 你是什么意思？我不明白它计算所有样式和调整是什么意思。能举个例子吗？
3个步骤：消耗所有的空白，检查是否是一行，消耗所有的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++;
}
【讨论】：
这只是一个想法。有一种非常简单的方法可以做到这一点。如果您只需要单词数量而不是实际单词，那么只需使用 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());
}
}
【讨论】：
我认为正确的方法是使用正则表达式：
String fileContent = <text from file>;
String[] words = Pattern.compile("\\s+").split(fileContent);
System.out.println("File has " + words.length + " words");
希望对您有所帮助。 “\s+”的意思在Pattern javadoc
【讨论】：
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);
}
}
【讨论】：
-
记得关闭阅读器！
文件字数统计
如果单词之间有一些符号，那么你可以拆分并计算单词的数量。
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);
【讨论】：
在这里看看我的解决方案，它应该可以工作。这个想法是从单词中删除所有不需要的符号，然后将这些单词分开并将它们存储在其他变量中，我使用的是 ArrayList。通过调整“excludedSymbols”变量，您可以添加更多您希望从单词中排除的符号。
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();
}
}
【讨论】：
这可以通过使用 Java 8 的方式完成：
Files.lines(Paths.get(file))
.flatMap(str->Stream.of(str.split("[ ,.!?\r\n]")))
.filter(s->s.length()>0).count();
【讨论】：
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();
}
【讨论】：
以下代码支持 Java 8
//将文件读入字符串
String fileContent=new String(Files.readAlBytes(Paths.get("MyFile.txt")),StandardCharacters.UFT_8);
//通过分隔符将它们保存到字符串列表中
List<String> words = Arrays.asList(contents.split("\\PL+"));
int count=0;
for(String x: words){
if(x.length()>1) count++;
}
sop(x);
【讨论】：
如此简单，我们可以通过以下方法从文件中获取字符串：getText();
public class Main {
static int countOfWords(String str) {
if (str.equals("") || str == null) {
return 0;
}else{
int numberWords = 0;
for (char c : str.toCharArray()) {
if (c == ' ') {
numberWords++;
}
}
return ++numberWordss;
}
}
}
【讨论】：