查找一个目录下，所有文件中数字、字母(大小写不区分)、汉字、空格的个数、行数。

汉字在java中占两个字符(char). 处理字符,汉字,字母不要通过inputStream来操作.最开始,对于处理数字,字母,空格还可以通过inputStream来处理,但是对于汉字就不行了.inputStream.read()返回类型为int,遇到汉字时不能一次性返回两个字符的类型,所以正则表达式总是匹配不到.

对于汉字匹配等相关字符串处理,直接通过guava的readLines()方法,将文件读为一个List<String>,再去处理每个String对象,一般会很容易操作.

while ((charCode = inputStream.read()) != -1) {
            if (('a' <= charCode && charCode <= 'z') || 'A' <= charCode && charCode <= 'Z') {
                if (!letterNumberMap.containsKey((char) charCode)) {
                    letterNumberMap.put((char) charCode, 1);
                } else {
                    letterNumberMap.put((char) charCode, letterNumberMap.get((char) charCode) + 1);
                }
                letterNumber++;
            } else if (('0' <= charCode) && charCode <= '9') {
                if (!digitNumberMap.containsKey((char) charCode)) {
                    digitNumberMap.put((char) charCode, 1);
                } else {
                    digitNumberMap.put((char) charCode, digitNumberMap.get((char) charCode) + 1);
                }
                digitNumber++;
            } else if ((char) charCode == ' ') {
                spaceNumber++;
            }
        }

<span style="font-size:18px;">public static void countChinese(File file) throws IOException {
        List<String> strings = Files.readLines(file, Charsets.UTF_8);
        String line;
        Iterator<String> stringIterator = strings.iterator();
        int chineseCounter = 0;
        while (stringIterator.hasNext()) {
            line = stringIterator.next();
            chineseCounter += processLine(line);
        }
        logger.info("chinese number is:" + chineseCounter);
    }

    static int processLine(String stringLine) {
        int chineseCounter = 0;
        Pattern chineseCharPattern = Pattern.compile("[\\u4e00-\\u9fa5]");
        Matcher chineseCharMatcher;
        chineseCharMatcher = chineseCharPattern.matcher(stringLine);
        while (chineseCharMatcher.find()) {
            chineseCounter++;
        }
        return chineseCounter;
    }</span>