统计txt文件字数

原创 2015年07月09日 23:17:52

本次demo,旨在统计一本小说《斗破苍穹前传之药老传奇》的汉字字数;技术上,主要是用Java的Pattern类实现;

代码贴上:

java

String protect_Path = System.getProperty("user.dir"); //项目路径
        //获取文件对应的BufferedReader
        BufferedReader br = new BufferedReader(new FileReader(new File(protect_Path + "/src/斗破苍穹前传之药老传奇.txt")));

        String tempstr; //临时字符串
        int num_of_words = 0; //总汉字数
        int num_of_wordsAndPunctuation = 0; //汉字+标点
        int num_blank = 0; //空格字符

        Pattern pattern =  Pattern.compile("([\u4e00-\u9fa5]{1})"); //定义匹配模式:1个汉字
        Pattern pattern2 = Pattern.compile("([\u4e00-\u9fa5,,.。、/<>??;;'‘’:\"【】{}]{1})"); //定义匹配模式:汉字或标点符号
        Pattern pattern3 = Pattern.compile("[\\s]");

        while((tempstr = br.readLine()) != null && tempstr != ""){

            //汉字匹配,统计字数
            Matcher matcher = pattern.matcher(tempstr);
            while(matcher.find()) num_of_words++;

            //汉字标点匹配,统计字数
            Matcher matcher2 = pattern2.matcher(tempstr);
            while(matcher2.find()) num_of_wordsAndPunctuation++;

            //空格匹配,统计字数
            Matcher matcher3 = pattern3.matcher(tempstr);
            while(matcher3.find()) num_blank++;

            tempstr = "";
        }

        br.close(); //关闭文件
        System.out.println("总汉字数:" + num_of_words);
        System.out.println("总汉字标点数:" + num_of_wordsAndPunctuation);
        System.out.println("总空格数:" + num_blank);

运行结果:

总汉字数:186483
总汉字标点数:210916
总空格数:4769
版权声明:本文为博主原创文章,未经博主允许不得转载。 举报

相关文章推荐

Java简单统计文本字数方法

Java简单统计文本字数方法

堆和栈的区别是什么?

主要的区别由以下几点: 1、管理方式不同; 2、空间大小不同; 3、能否产生碎片不同; 4、生长方向不同; 5、分配方式不同; 6、分配效率不同;     管理方式:对于栈来讲...

精选:深入理解 Docker 内部原理及网络配置

网络绝对是任何系统的核心,对于容器而言也是如此。Docker 作为目前最火的轻量级容器技术,有很多令人称道的功能,如 Docker 的镜像管理。然而,Docker的网络一直以来都比较薄弱,所以我们有必要深入了解Docker的网络知识,以满足更高的网络需求。

统计txt文件字数

java中正则表达式demo

分词统计(二)读取TXT文件并统计数量

本篇将完成对词的统计,使用了讯飞语言云进行解析,还完成了对单个字使用的统计,统计完成可以一键导出数据到sdcard根目录下进行查看。 大概的步骤如下: 词的统计 1、读取文件文字 2、因为讯飞语言云对...

【python初学】TXT文档行数统计

Python学了有段时间了,最近一直没怎么上网,昨天闲着没事,在网上随意搜索着各种讯息,发现一个网站,出于一个信息安全专业的小伙伴,不自觉的就想去试试这个网站有没有什么可以利用的漏洞,权当友情检测,由...

统计文件中字符个数

所谓“文件”是指一组相关数据的有序集合。这个数据集有一个名称 叫做文件名。文件通常是驻留在外部介质上的,在使用的时候才调 入内存中。就文件的分类,有很多种分类方式,在这里我们看一下文件编码方式。 ...

多文件统计字频

假如有60个文件, 文件名为:zipin1.txt到zipin60.txt 文件格式(词语是汉字串,词频是数字): 词语 词频 词语 词频 . . . 所有文件中的词语包括顺...

文件——字节统计

/* *Copyright (c) 2016 烟台大学计算机与控制工程学院 *All rights reserved. *文件名称:test.cpp *作 者:史红浩 *完成...

java操作txt文件,取值-转实体-并保存到数据库

java操作txt文件,取值-转实体-并保存到数据库 完整的ssh代码请查看 https://github.com/Bestcxy/SSH-ajax-axis2-maven-log4j-redis ...

MFC中TXT文件读写

文本文件的读写 正确的文本文件读写过程 1.定义文件变量;2.打开指定的文件;3.向从文本文件中写入信息;4.从文本文件中读取信息;5.关闭文件 1、定义文件变量 定义文件变量...
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)