Java文本处理12-找出文本最长句与最短句并计算方差

1、任务简介

在分句完成后我们可以统计出每一个句子的长度（指句子包含的汉字数），在此基础上我们可以找出最长的句子和最短的句子，并且可以计算出句子长度的方差，本节任务的第一个程序是将结果打印出来，第二个程序是将结果保存到一个指定文本文档中。

---

2、基本任务和代码

（1）任务1

1）任务内容

找出文本的最长句和最短句，并计算出文本的句长方差，将结果打印到黑屏幕上。

2）具体思路

（1）首先需要使用InputStreamReader类和BufferedReader类实现文本的读取，由于我使用的文本文档均为utf-8编码，所以还需要指定编码格式为utf-8；

（2）然后需要定义一个空的字符串变量，在对文本逐行读出后将读出的内容追加到该空字符串后；

（3）定义一个TreeMap集合并通过该集合排序，由于我们需要找出最长句和最短句，所以可以通过TreeMap中的Key值进行排序，并且将集合定义为TreeMap<Integer,String>的形式，使其Key对应句子的汉字数，由于Key默认是升序排序，所以可以使用lastKey()方法可以获取一个最高键（对应汉字数最多的句子），也就是最长的句子，再使用firstKey()方法获取最短的句子；

（4）逐行读出文档，然后使用for循环对该行中的每一个字符进行遍历，使用toString（）方法得到每一个字符，再使用if语句和matches（）方法检测字符是否为汉字，若匹配则对指定的变量进行自增，求出每一句的汉字数和总的汉字数；

（5）再使用if语句和equals（）方法字符是否为“。” “！”和“？”三种符号之一，若为其中之一则句子数+1，并且需要将该句的汉字数和内容添加到TreeMap集合中，再将统计变量重置从而满足下一句的循环统计，其中我还注释了输出语句，该语句可以用于输出读取到的每一句话及其长度，有需要时可以取消注释；

（6）使用总汉字数\总句子数就可以得到该文本中每一句话的平均句长，得到该值是求方差的基础，方差计算公式如下：

式中M为平均句长，x表示每一句话的长度，n为总句子数；

（7）最后使用keySet（）方法获取TreeMap集合的键值对，获取其Key值即为每一句的长度，分别用每一句的长度减去平均长度后取平方相加，再用累加后的结果除以总句子数即为句长方差；

3）任务代码

程序保存为juzi5.java，代码如下：

import java.io.*;//导入java.io包中的所有类
import java.util.*;//导入java.util包中的所有类
public class juzi5 {
   //类名
    public static void main(String[] args)  {
   //程序主函数
        try {
   //try代码块，当发生异常时会转到catch代码块中
        	//读取指定的文件
        	Scanner s1 = new Scanner(System.in);//创建scanner，控制台会一直等待输入，直到敲回车结束
        	System.out.println("请输入想要打开的文本文档：");//输入提示信息
        	String a1 = s1.nextLine();//定义字符串变量，并赋值为用户输入的信息
        	//创建类进行文件的读取，并指定编码格式为utf-8
        	InputStreamReader read = new InputStreamReader(new FileInputStream(a1),"utf-8"); 
            BufferedReader in = new BufferedReader(read);//可用于读取指定文件     
			StringBuffer b = new StringBuffer();//定义一个字符串变量，便于后续进行内容追加的操作
			String str = null;//定义一个字符串类型变量
			String d = null;//定义一个字符串类型变量
			String g = "";//定义一个字符串类型变量
			double e = 0;//定义一个double型变量，用于统计总句子数
			double c1 = 0;//定义一个double型变量，用于统计总汉字数
			int c2 = 0;//定义一个int型变量，用于统计每一句包含的汉字数
			TreeMap<Integer,String> tm=new TreeMap<Integer,String>();//定义一个TreeMap集合
			while((str = in.readLine()) != null) {
   //readLine()方法, 用于读取一行,只要读取内容不为空就一直执行
				b.append(str);//将该行内容追加到字符串b的后面
				for (int j = 0; j < str.length(); j