Java文本处理4-查询文本中汉字或字符串的出现次数

Myth丶恋晨 2022-03-21 02:13 537阅读 0赞

# 1、任务简介 #

本节中我们需要编写一个Java程序，使得它可以查询文本中某一汉字或字符串的出现次数，并且文本和字符串可以由用户指定，我使用原版《西游记》的文本进行此次操作，具体方法如下文所述。

--------------------

# 2、基本任务和代码 #

## 1）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《西游记》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）之后就需要使用到Pattern类和Matcher类进行字符串的匹配操作，其中Pattern类可以创建一个正则表达式，该正则表达式的内容为用户想要查询的字符串；Matcher类可以创建一个匹配器，需要匹配的内容为整个文本；

（4）最后就需要对匹配次数进行统计，这就需要使用matcher.find（）方法，每次匹配均会返回一个布尔变量，若成功则为true，配合while循环就可以对出现次数进行统计；

## 2）任务代码 ##

程序保存为hanzi1.java，代码如下：

import java.io.*;//导入java.io包中的所有类
    import java.util.Scanner;//导入java.util包中的Scanner类
    import java.util.regex.Matcher;//导入java.util.regex包中的Matcher类
    import java.util.regex.Pattern;//导入java.util.regex包中的Pattern类
    public class hanzi1 {
        //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 s = new Scanner(System.in);//创建scanner，控制台会一直等待输入，直到敲回车结束
            	Scanner x = 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 a = s.nextLine();//定义字符串变量，并赋值为用户输入的信息
            	System.out.println("请输入想要查询的字符(串)：");//输入提示信息
    	    	String b = x.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(a),"utf-8"); 
                BufferedReader in = new BufferedReader(read);//可用于读取指定文件     
    			StringBuffer c = new StringBuffer();//定义一个字符串变量c，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str
    			int i = 0;//定义一个整型变量，用于统计字符串的出现次数
    			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
    				c.append(str);//将该行内容追加到字符串c的后面
    			}	
    			Pattern pattern = Pattern.compile(b);//创建一个正则表达式
    			Matcher matcher = pattern.matcher(c);//创建一个匹配器
    			while(matcher.find()) {
        //while循环的条件，若matcher.find()为true即匹配成功
    				i++;//若匹配成功则i自增
    			}
                in.close();//关闭流
                System.out.println("该字符(串)在文本中出现了"+i+"次");//输出总的出现次数
            } catch (IOException e) {
        //当try代码块有异常时转到catch代码块
            	e.printStackTrace();//printStackTrace()方法是打印异常信息在程序中出错的位置及原因
            }
        }
    }

## 3）运行结果 ##

（1）所有文件均保存在路径D:\\demo4下，在命令行中对程序进行编译，然后运行程序读取路径下的txt文档，查询字符“我”，结果如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xzeWxzeTcyNg_size_16_color_FFFFFF_t_70]  
从图中可以看出我使用的原版《西游记》txt文档包含字符“我”7223次。

（2）查询字符串“八戒”，结果如下：  
![在这里插入图片描述][20190129231247176.png]  
从图中可以看出我使用的原版《西游记》txt文档包含字符串“八戒”1808次。

--------------------

# 3、总结 #

我使用了一些简短的测试文本对该程序进行测试，该程序可以准确的计算出所要查询的“字符串”在文本中的出现次数，所以我对该程序的准确率是充满信心的。我还可以在该任务的基础之上做一些其他的任务，对于其他任务我会在后面的博客中进行更新。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xzeWxzeTcyNg_size_16_color_FFFFFF_t_70]: /images/20220321/efc1b77320254f54857a7346cadedc82.png
[20190129231247176.png]: /images/20220321/73eddd46852d41cebd2129d606cd9883.png