当前位置：文江博客话题详情

如何在java中查找文档中短语（多个标记字符串）的频率？

发布于 2024-11-29 09:22:04 字数 140 浏览 0 评论 0原文

我想查找文档中多标记字符串或短语的频率。这不是我正在寻找的单词/单个术语的频率，它总是多个术语，并且术语的数量是动态的......

例如：在文档中搜索“与朋友的单词”的频率！

任何帮助/指示将不胜感激。

谢谢德布贾尼

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

筑梦 2024-12-06 09:22:04

您可以使用 Buffered Reader 逐行读取文档，然后使用 split 函数获取单词/标记

int count=0;
while ((strLine = br.readLine()) != null)   {
     count+ = (strLine.split("words with friends").length-1);     
}
return count;

编辑的频率：
如果你想执行不区分大小写的搜索，那么你可以使用

Pattern myPattern = Pattern.compile("words with friends", Pattern.CASE_INSENSITIVE);
int count=0;
while ((strLine = br.readLine()) != null)   {
     count+ = (myPattern.split(strLine).length-1);    
}
return count;

You can read the document line by line using Buffered Reader, and then use split function to get the frequency of word/token

int count=0;
while ((strLine = br.readLine()) != null)   {
     count+ = (strLine.split("words with friends").length-1);     
}
return count;

EDIT:
And if you want to perform case-insensitive search, then you can use

Pattern myPattern = Pattern.compile("words with friends", Pattern.CASE_INSENSITIVE);
int count=0;
while ((strLine = br.readLine()) != null)   {
     count+ = (myPattern.split(strLine).length-1);    
}
return count;

回复收藏 0 原文