如何从java中的文本文件/文件夹中获取字数（不更改文件夹的读取顺序）答案

【问题标题】：How to get word count from a text file/folder in java (without changing the read order from the folder)如何从java中的文本文件/文件夹中获取字数（不更改文件夹的读取顺序）
【发布时间】：2016-04-23 06:41:31
【问题描述】：

在我下面的代码中，它从一个文件夹中读取 .txt 文件（比如该文件夹有 2000 多个文本文件），并显示文本文档中存在的总字数。

如果我仅从目录中读取 10-30 个文本文件，则输出将按每个文本文件的顺序正确显示。

但是当我添加 2000 多个文本文件并从该文件夹中一次读取时，输出排列被折叠。（它以随机顺序显示）。

谁能建议我解决这个问题？

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FilenameFilter;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.StringReader;
import java.util.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

import org.apache.commons.io.FileUtils;

public class duplicatestrings
{
public static void main(String[] args) 
{
    FilenameFilter filter = new FilenameFilter() {
        public boolean accept(File dir, String name) {
            return name.endsWith(".txt");
        }
    };

    File folder = new File("E:\\testfolder");
    File[] listOfFiles = folder.listFiles(filter);

    for (int i = 0; i < listOfFiles.length; i++) {
        File file1 = listOfFiles[i];
        try {
            String content = FileUtils.readFileToString(file1);
             // System.out.println("asssdffsssssssssss = " + content);
        } catch (IOException e) {

            e.printStackTrace();
        }

        BufferedReader ins = null;
        try {
            ins = new BufferedReader (
                    new InputStreamReader(
                        new FileInputStream(file1)));
        } catch (FileNotFoundException e) {

            e.printStackTrace();
        }

        String line = "", str = "";

        int a = 0;
        int b = 0;
        try {
            while ((line = ins.readLine()) != null) {
            str += line + " ";
            b++;
            }
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
     //   System.out.println("Total number of lines " +b);

     //System.out.println(str);

    /*    int count =0;
        try {
            String input = ins.readLine();
            String[] array = input.split(" ");
            System.out.print("\nPlease enter word to be counted :");
            String key = ins.readLine();
            for(int s=0;i < array.length;i++){
                if(array[s].equals(key))
                    count++;
            }
            System.out.print("\n The given word occured " + count + " times");
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }*/





        StringTokenizer st = new StringTokenizer(str);
        while (st.hasMoreTokens()) {
        String s = st.nextToken();
        a++;

        }

 // List<String> list = Arrays.asList(str.split(" "));

      //  Set<String> uniqueWords = new HashSet<String>(list);
       // for (String word : uniqueWords) {
        //    System.out.println(word + a+ "\n"  + Collections.frequency(list, word));}
           System.out.println(" Total no of words=" + a );


    }
        }
      }

而且我必须从所有文本文件/文件夹（目录）中获得不同且重复的单词“计数（仅）”。

欢迎提出建议。

【问题讨论】：

请更详细地在输出中表达您想要的内容。你想分别计算每个.txt 文件的字数吗？还有你说的这个命令是什么？当您在 Windows 资源管理器中看到文件时，文件的文件名是按字母顺序排列的吗？
是的，我想为每个 .txt 文件分别计算字数。输出是随机显示的。一些文本文件是随机排列的。
如果我查看 (file1) 它只有 1000 个文件，但在我的目录文件夹中我有 2000 多个文件。但输出“total no of words”给出了所有 2000+ 个文件的计数。
还有the output arrangement is collapsed.(it displays in random order) 是什么意思，我看到你的输出只有总计没有文件名，所以你怎么知道它不正确？请记住，folder.listFiles(filter) 的文件顺序可能与您在操作系统的 File Explorer 中看到的顺序不同。
我想要文件资源管理器中显示的字母顺序。我交叉检查了它

标签： java text hashmap filereader word-count

【解决方案1】：

计算每个文件中的单词后，您可以将结果插入到 TreeSet 中，然后您可以以一致的顺序显示它们。键是文件名，值是字数。见：how to sort Map values by key in Java

或者您可以对文件夹中的文件名进行排序，并统计排序后的文件列表中的单词：how to File.listFiles in alphabetical order?

【讨论】：

【解决方案2】：

我想下面的逻辑会帮助你，添加文件读取代码并用文件中的每一行替换“测试”变量。

统计总字数或统计总字数而不计算重复字数

   public static void main(String[] args) {
    String test = "I am trying to make make make";
    Pattern p = Pattern.compile("\\w+");
    Matcher m = p.matcher(test);
    HashSet<String> hs =  new HashSet<>();
    int i=0;
    while (m.find()) {
        i++;
        hs.add(m.group());
    }
    System.out.println("Total words Count==" + i);
    System.out.println("Count without Repetation ==" + hs.size());
    }

输出：

总字数==7

不重复计数 ==5

希望这会有所帮助:)

【讨论】：