根据输入的一段文字,分析词语,按照出现的次数,频率返回到页面。
下面将代码贴出
import java.io.IOException;
import java.io.StringReader;
import java.text.DecimalFormat;
import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;
import javax.servlet.ServletException;
import javax.servlet.http.HttpServlet;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import org.apache.lucene.analysis.TokenStream;
import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
import org.wltea.analyzer.lucene.IKAnalyzer;
public class WordServlet extends HttpServlet {
private static final long serialVersionUID = 1L;
static String keyWord = "笑星潘长江当上“男媒婆”了,但这回可不是演小品——由他自编自导自演的都市喜剧《男媒婆》将于1月13日在北"
+ "京卫视首播。剧中,潘长江变身成为能说会道、古道热肠的“新时代男媒婆”丁二春,与“台湾第一酒窝美女2”张庭上演了一出“屌丝逆袭”"
+ "的浪漫追爱记。李明启、李文启、冯远征、任程伟、马丽、徐等明星也齐齐上阵制造“笑料”《男媒婆》围绕着丁二春和他所开"
+ "办的“全成热恋”婚介所展开。人到中年的丁二春眼看来势汹涌的“婚恋大潮”商机不断,想凭借一张巧嘴开创事业和人生"
+ "“第二春”。婚介所开张大吉,顾客盈门,提出的要求却也千奇百怪,拜金女、宅男、小老板粉墨登场,展开了一系列令人捧腹"
+ "大笑又不失温情的精彩故事。剧中的一大看点是美女搭配“丑男”的搭配,张庭与潘长江成了一对欢喜冤家。张庭表示,剧中两人“"
+ "身高有差距、年龄有距离,相貌不对等”。而潘长江谈到这种主角设定时认为:“张庭以往的角色都特别独立、可爱,而‘大女人'和‘"
+ "小男人'正是我俩这对情侣的设定,所以张庭是非常合适的人选。”此外,该剧也是潘长江继《能人冯天贵》、《清凌凌的水蓝莹莹的天》"
+ "第一、第二部之后第四次自导自演的喜剧作品。潘长江表示,全剧通过“媒婆”这个特殊职业的视角,展示着当代社会种种婚恋价值观,涵盖了"
+ "黄昏恋、拜金女、凤凰男等诸多引发热议的时代话题。(记者 尹春芳)免责声明:本文仅代表作者个人观点,与环球网无关。其原创性以及文中"
+ "陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,"
+ "并请自行核实相关内容。";
/** 获取关键字个数 */
private static Integer NUM = 10;
/** 截取关键字在几个单词以上的数量 */
private final static Integer QUANTITY = 1;
private static List<String> extract(String article, Integer a)
throws IOException {
List<String> list = new ArrayList<String>(); // 定义一个list来接收将要截取出来单词
@SuppressWarnings("resource")
IKAnalyzer analyzer = new IKAnalyzer(); // 初始化IKAnalyzer
analyzer.setUseSmart(true); // 将IKAnalyzer设置成智能截取
TokenStream tokenStream = // 调用tokenStream方法(读取文章的字符流)
analyzer.tokenStream("", new StringReader(article));
while (tokenStream.incrementToken()) { // 循环获得截取出来的单词
CharTermAttribute charTermAttribute = // 转换为char类型
tokenStream.getAttribute(CharTermAttribute.class);
String keWord = charTermAttribute.toString(); // 转换为String类型
if (keWord.length() > a) { // 判断截取关键字在几个单词以上的数量(默认为2个单词以上)
list.add(keWord); // 将最终获得的单词放入list集合中
}
}
return list;
}
/**
* 将list中的集合转换成Map中的key,value为数量默认为1
*
* @param list
* @return
*/
private static Map<String, Integer> list2Map(List<String> list) {
Map<String, Integer> map = new HashMap<String, Integer>();
for (String key : list) { // 循环获得的List集合
if (list.contains(key)) { // 判断这个集合中是否存在该字符串
map.put(key, map.get(key) == null ? 1 : map.get(key) + 1);
} // 将集中获得的字符串放在map的key键上
} // 并计算其value是否有值,如有则+1操作
return map;
}
protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
List<String> keyWordsList = extract(keyWord, QUANTITY); // 调用提取单词方法
Map<String, Integer> map = list2Map(keyWordsList); // list转map并计次数
// 使用Collections的比较方法进行对map中value的排序
ArrayList<Entry<String, Integer>> list = new ArrayList<Entry<String, Integer>>(map.entrySet());
Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {
public int compare(Map.Entry<String, Integer> o1,Map.Entry<String, Integer> o2) {
return (o2.getValue() - o1.getValue());
}
});
List<Word> listD = null;
listD = new ArrayList<Word>();
for(Object data :list){
System.out.println(list);
String listData = data.toString();
String[] array = listData.split("=");
String persent = new DecimalFormat("#0.00").format(Double.valueOf(array[1])/list.size()*100)+"%";
listD.add(new Word(array[0],array[1],persent));
}
if (list.size() < 10)
NUM = list.size(); // 排序后的长度,以免获得到null的字符
String[] keyWords = new String[NUM]; // 设置将要输出的关键字数组空间
for (int i = 0; i < list.size(); i++) { // 循环排序后的数组
if (i < NUM) { // 判断个数
keyWords[i] = list.get(i).getKey(); // 设置关键字进入数组
}
}
request.setAttribute("listD", listD);
request.getRequestDispatcher("./index.jsp").forward(request, response);
}
}
public class Word {
String times; //次数
String keyword;//关键字
String frequency; //频率
public Word(String keyword,String times, String frequency) {
this.times = times;
this.keyword = keyword;
this.frequency = frequency;
}
public String getTimes() {
return times;
}
public void setTimes(String times) {
this.times = times;
}
public String getKeyword() {
return keyword;
}
public void setKeyword(String keyword) {
this.keyword = keyword;
}
public String getFrequency() {
return frequency;
}
public void setFrequency(String frequency) {
this.frequency = frequency;
}
}
<%@ page language="java" contentType="text/html; charset=UTF-8" pageEncoding="UTF-8"%>
<%@ taglib uri="http://java.sun.com/jsp/jstl/core" prefix="c"%>
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
<title>接收数据</title>
</head>
<body>
<table border="1px" width="400px" height="100px;"style="border:1px solid #4d90fe" cellspacing="0px">
<caption>关键字表</caption>
<tr>
<th>序号</th><th>关键字</th><th>次数</th><th>频率</th>
</tr>
<c:forEach var="keyword" items= "${listD}" varStatus="status">
<tr>
<td>${status.index+1}</td>
<td>${keyword.keyword}</td>
<td>${keyword.times}</td>
<td>${keyword.frequency}</td>
</tr>
</c:forEach>
</table>
</body>
</html>