Scala：编程初学实例--对某个目录下所有文件中的单词进行词频统计

 为加强对函数式编程的理解，同时巩固Scala语法，这里分析一个实例：对某个目录下所有文件中的单词进行词频统计。

【源码】

import java.io.File
import scala.io.Source
import collection.mutable.Map
object WordCount{
  def main(args: Array[String]){
    val dirfile = new File("testfiles")
    val files = dirfile.listFiles
    val results = Map.empty[String,Int]
    
    for(file <- files){
      val data = Source.fromFile(file)
      val strs = data.getLines.flatMap{s => s.split(" ")}
      strs foreach{
        word =>
      if(results.contains(word)) results(word)+=1 else results(word)=1
      }
    }
    results foreach{case (k,v) => println(s"$k:$v")}
  } 
} 

【分析】

• 行1～3：导入需要的类。
• 行6：

  val dirfile = new File("testfiles")

  建立一个File对象，这里假设当前文件夹下有个testfiles文件夹，且里面包含若干文本文件。

• 行7：

  val files = dirfile.listFiles

  调用File对象的listFiles方法，得到其下所有文件对象构成的数组，file的类型为Array[java.io.File]。

• 行8：

  val results = Map.empty[String,Int]

  建立一个可变的空的映射（Map）对象results，保存统计结果。映射中的条目都是一个（key,value)键值对，其中，key是单词，value是单词出现的次数。（映射是指通过对容器中的元素进行某些运算来生成一个新的容器。两个典型的映射操作是map方法和flatMap方法。）

• 行9：

  for(file <- files){

  通过for循环对文件对象进行循环，分别处理各个文件。

• 行10：

  val data = Source.fromFile(file)

  从File对象建立Source对象，方便文件的读取。

• 行11：

  val strs = data.getLines.flatMap{s => s.split(" ")}

  getLines方法返回文件各行构成的迭代器对象，类型为Iterator[String]，flatMap进一步将每行字符串拆分成单词，再返回所有这些单词构成的新字符串迭代器。

• 行12～15：

  strs foreach{
          word =>
        if(results.contains(word)) results(word)+=1 else results(word)=1
        }

  对上述的字符串迭代器进行遍历，在匿名函数中，对于当前遍历到的某个单词，如果这个单词以前已经统计过，就把映射results中以该单词为key的映射条目的value增加1。如果以前没有被统计过，则为这个单词创建一个映射条目，只需要直接对应的key进行赋值，就实现了添加新的条目。

• 行17：

  results foreach{case (k,v) => println(s"$k:$v")}

  对Map对象results进行遍历，输出统计结果。