【JAVA】文本处理（4）—文本处理中的字频统计（查询指定字词或统计全文字频）

一、前言

本次学习应用于文本处理方面，前面我们说到实现统计不同种类的字符频率，本次目的是为了实现查询指定字词或统计全文字频。

在上一篇博客中我们讲到了正则表达式的实际应用。

在这里我们将要与数据打交道，所以我们将要学习JAVA中的“容器”（其中的Map接口）。

二、分析学习（Map接口）

1）介绍和引入

现实生活中，我们经常需要成对存储某些信息。比如，我们使用的微信，一个手机号只能对应一个微信账户。这就是一种成对存储的关系。

Map就是用来存储“键(key)-值(value) 对”的。 Map类中存储的“键值对”通过键来标识，所以“键对象”不能重复。

Map 接口的实现类有HashMap、TreeMap、HashTable、Properties等。

• 常用方法：

2）特点和区别

HashTable类和HashMap用法几乎一样，底层实现几乎一样，只不过HashTable的方法添加了synchronized关键字确保线程同步检查，效率较低。

HashMap与HashTable的区别：

1. HashMap: 线程不安全，效率高。允许key或value为null。

2. HashTable: 线程安全，效率低。不允许key或value为null。

TreeMap是红黑二叉树的典型实现。 TreeMap的put()/remove()方法大量使用了红黑树的理论。

TreeMap和HashMap实现了同样的接口Map，因此，用法对于调用者来说没有区别。HashMap效率高于TreeMap;在需要排序的Map时才选用TreeMap。

三、编程学习

1）任务要求

• 完成一个 java application应用程序，实现文本文档的读取和写入，将修改后（查询指定字词或统计全文字频）的新内容存入到新的文本文档中。
• 应用数据流的相关知识，使用BufferedReader/BufferedWriter处理流：将Reader/Writer对象进行包装，增加缓存功能，提高读写效率。使用InputStreamReader/OutputStreamWriter处理流：将字节流对象转化成字符流对象。
• 应用JAVA“容器”中的HashMap的知识进行字频查询和统计。

2）程序代码

/* 项目名称：Task_Shao
 * 创建时间：2019年2月21日
 * 创建者：Administrator_wz
 * 创建地点：kmust
 * 功能：文本处理中的特定字频统计（java 排序容器HashMap统计方法）
 */
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
import java.util.regex.Matcher;//导入java.util包中的Matcher类
import java.util.regex.Pattern;//导入java.util包中的Pattern类
public class character_frequency_statistics {
   //创建类名
	public static void main(String[] args) throws IOException {
   	//程序的主函数入口	
		long startTime=System.currentTimeMillis();//定义开始时间，用于统计程序的运行时长
		try{
   //用try-catch语句将逻辑语句包起来，并读取指定的文件
        	Scanner s1 = new Scanner(System.in);//获取键盘输入并赋值给s1字符串
        	System.out.println("请输入想要打开的文本文档：");//输入提示信息
        	String a = s1.nextLine();//定义字符串变量，并赋值为用户输入的信息
			InputStreamReader isr = new InputStreamReader(new FileInputStream(a),"utf-8"