詞頻統計 SPEC

1. 功能1小檔案輸入。 為表明程式能跑，結果真實而不是迫害老五，請他親自鍵
盤在控制檯下輸入命令。

重點難點：

（1）檔案讀取

/**傳入txt路徑讀取txt檔案
     * @param txtPath
     * @return 返回讀取到的內容
     */
    public static String readTxt(String txtPath) {
        File file = new File(txtPath);
        if(file.isFile() && file.exists()){
            try
 
 {
                FileInputStream fileInputStream = new FileInputStream(file);
                InputStreamReader inputStreamReader = new InputStreamReader(fileInputStream);
                BufferedReader bufferedReader = new BufferedReader(inputStreamReader);
                StringBuffer sb = new StringBuffer();
                String text 
 
= null;
                while((text = bufferedReader.readLine()) != null){
                    sb.append(text);
                    sb.append('\n');  //增加換行符
                }
                return sb.toString();
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
 
else{
            System.out.println("File not exist");
        }
        return null;
    }

（2）文字處理分割，次數統計

①首先將所有大寫換小寫，用非單詞符來做分割，分割出來的就是一個個單詞。
②用Map鍵值對來儲存單詞與相應的次數。
③使用set集合，利用set的不可重複性，統計單詞總數，則不會出現重複現象。

　　　　 content = content.toLowerCase();//將所有大寫換小寫
        String[] words = content.split("\\W+");//用非單詞符來做分割，分割出來的就是一個個單詞
        length = words.length;
        HashMap<String, Integer > hashMap = new HashMap<String,Integer>();
        Set<String> set = new HashSet<>();//keySet將Map中所有的鍵存入到set集合中
        for(String word : words){
            if(word != " "){
                if(set.contains(word)){ // 如果這個單詞已經存在,單詞次數加1，重新存放
                    Integer number = hashMap.get(word);
                    number++;
                    hashMap.put(word, number); //重新放一個相同的key,會自動覆蓋value
                }else{
                    hashMap.put(word, 1);//在map,set中存放此單詞
                    set.add(word);
                }
            }

        }
        sum = set.size();//單詞總數
        System.out.println("total " + sum + " words");

2.功能2支援命令列輸入英文作品的檔名，請老五親自錄入。

重點/難點

（1）拼接含空格的檔名稱，迴圈引數時，通過空格連線，注意最後使用trim去除檔名末尾的空格。

if(length > 0){
            if(length == 1){
                path = basicPath + args[0];
                File file = new File(path);
                if(file.isDirectory()){
                    
                }else if(file.isFile()){
                    flag = true; 
                }

            }else if(length > 1){
                if(length == 2 && args[1].equals("-s")){  //為第一種情況,含"-s"
                    flag = true; //是檔案
                    path = basicPath + directoryPath + args[1]+ ".txt";
                }else{
                    flag = true; //是檔案
                    String fileName = "";
                    for (String arg : args){ //拼接含空格的檔案
                        fileName = fileName + arg;
                        fileName = fileName + " ";
                    }
                    fileName = fileName.trim(); //去末尾空格
                    path = basicPath + directoryPath + fileName + ".txt";
                    System.out.println(path);
                }
            }
            if(flag){
                String content = readTxt(path);
                if(content.length() > 0) {
                    countBigTxt(content);
                }
            }
　　}

3.功能3支援命令列輸入儲存有英文作品檔案的目錄名，批量統計。因為單詞量巨大，只列出出現次數最多的10個單詞。

重點/難點

（1） 判斷輸入的是檔名還是目錄。若是目錄，則讀取目錄下的全部內容，分別進行統計。

/**讀取資料夾下所有檔名
     * @param file
     */
    public static List<File> getFiles(File file){
        List<File> files = new ArrayList<>();
        File[] subFiles = file.listFiles();
        for(File f : subFiles){
            files.add(f);
        }
        return files;
    }

if(file.isDirectory()){
                    List<File> files = getFiles(file);
                    for (File  subFile : files){
                        String content = readTxt(subFile.getAbsolutePath());
                        if(content.length() > 0) {
                            System.out.println(subFile.getName());
                            countBigTxt(content);
                            System.out.println("----");
                        }
                    }
                }else if(file.isFile()){
                    flag = true; //是檔案
                }

（2）列出出現次數最多的10個單詞 將map根據其中每個value值大小進行從大到小排序。使用Collections.sort函式，重寫compare方法。

　　　　 List<Map.Entry<String, Integer>> list = new ArrayList<>(hashMap.entrySet());
        //按照value值，從大到小排序
        Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {
            @Override
            public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
                return o2.getValue() - o1.getValue();
            }
        });
        int i = 0;
        for (Map.Entry s : list) {
            System.out.println(s.getKey()+"    "+s.getValue());
            if(i >= 10)
                break;
            i++;
        }

4.功能4從控制檯讀入英文單篇作品，這不是為了打臉老五，而是為了向你女朋
友炫酷，表明你能提供更適合嵌入指令碼中的作品(或者如她所說，不過是更靈活
的介面)。如果讀不懂需求，請教師兄師姐，或者 bing: linux 重定向，儘管
這個功能在windows下也有，搜尋關鍵詞中加入linux有利於迅速找到。

功能4從控制檯讀入英文單篇作品，這不是為了打臉老五，而是為了向你女朋
友炫酷，表明你能提供更適合嵌入指令碼中的作品(或者如她所說，不過是更靈活
的介面)。如果讀不懂需求，請教師兄師姐，或者 bing: linux 重定向，儘管
這個功能在windows下也有，搜尋關鍵詞中加入linux有利於迅速找到。

>wf -s < the_show_of_the_ring

total 176
the  6
a    3
festival   2
dead 2
for 2