計數特定字符串的發生在一個文件

Question

下面是我在工作的代碼：

while ((lineContents = tempFileReader.readLine()) != null) 
{ 
      String lineByLine = lineContents.replaceAll("/\\.", System.getProperty("line.separator")); //for matching /. and replacing it by new line 
      changer.write(lineByLine); 
      Pattern pattern = Pattern.compile("\\r?\\n"); //Find new line 
      Matcher matcher = pattern.matcher(lineByLine); 
      while(matcher.find()) 
      { 
       Pattern tagFinder = Pattern.compile("word"); //Finding the word required 
       Matcher tagMatcher = tagFinder.matcher(lineByLine); 
       while(tagMatcher.find()) 
       { 
        score++; 
       } 
       scoreTracker.add(score); 
        score = 0; 
      } 
} 

我的樣品輸入包含6行，用word OCCURENCES是[0,1,0,3,0,0] 所以，當我打印scoreTracker（這是一個ArrayList）我想要上面的輸出。 但相反，我得到[4,4,4,4,4,4]這是word的總髮生率，但不是一行一行。 請幫忙。

Answer 1

lineByLine指向文件的全部內容。這就是你得到[4,4,4,4,4,4]的原因。您需要將每行存儲在另一個變量line中，然後使用tagFinder.find(line)。 最終代碼看起來像這樣

while ((lineContents = tempFileReader.readLine()) != null) 
{ 
    String lineByLine = lineContents.replaceAll("/\\.", System.getProperty("line.separator")); //for matching /. and replacing it by new line 
    changer.write(lineByLine); 
    Pattern pattern = Pattern.compile(".*\\r?\\n"); //Find new line 
    Matcher matcher = pattern.matcher(lineByLine); 
    while(matcher.find()) 
    { 
     Pattern tagFinder = Pattern.compile("word"); //Finding the word required 
     //matcher.group() returns the input subsequence matched by the previous match. 
     Matcher tagMatcher = tagFinder.matcher(matcher.group()); 
     while(tagMatcher.find()) 
     { 
      score++; 
     } 
     scoreTracker.add(score); 
      score = 0; 
    } 
} 

Answer 2

也許這個代碼將幫助您：

String str = "word word\n \n word word\n \n word\n"; 
    Pattern pattern = Pattern.compile("(.*)\\r?\\n"); //Find new line 
    Matcher matcher = pattern.matcher(str); 
    while(matcher.find()) 
    { 
     Pattern tagFinder = Pattern.compile("word"); //Finding the word required 
     Matcher tagMatcher = tagFinder.matcher(matcher.group()); 
     int score = 0; 
     while(tagMatcher.find()) 
     { 
      score++; 
     } 
     System.out.print(score + " "); 
    } 

輸出爲2 0 2 0 1沒有經過高度優化的，但你的問題是，你永遠不限制內匹配它總是掃描整條線。

Answer 3

您可以使用掃描儀類。您將掃描器初始化爲要計數的字符串，然後只計算掃描器發現的這些標記的數量。

而且您可以使用FileInputStream直接初始化Scanner。

生成的代碼只有9行：

File file = new File(fileName); 
Scanner scanner = new Scanner(file); 
scanner.useDelimiter("your text here"); 
int occurences; 
while(scanner.hasNext()){ 
    scanner.next(); 
    occurences++; 
} 
scanner.close(); 

Answer 4

這是因爲每次你正在尋找相同的字符串（lineByLine）。你可能想要分別搜索每一行。我建議你做：

Pattern tagFinder = Pattern.compile("word"); //Finding the word required 
    for(String line : lineByLine.split("\\n") 
    { 
     Matcher tagMatcher = tagFinder.matcher(line); 
     while(tagMatcher.find()) 
      score++; 
     scoreTracker.add(score); 
     score = 0; 
    } 

Answer 5

原代碼是用tempFileReader.readLine()讀一次輸入一條線，然後尋找使用matcher每行內行的末尾。由於lineContents只包含一行，因此matcher從不會找到新行，因此其餘代碼將被跳過。 爲什麼你需要兩個不同的代碼位來將輸入分成幾行？ 您可以刪除與查找新行有關的代碼中的一個位。例如。

while ((lineContents = tempFileReader.readLine()) != null) 
{ 
     Pattern tagFinder = Pattern.compile("word"); //Finding the word required 
     Matcher tagMatcher = tagFinder.matcher(lineContents); 
     while(tagMatcher.find()) 
     { 
      score++; 
     } 
     scoreTracker.add(score); 
     score = 0; 

} 

我已經試過以上在Windows上使用文件test.txt由BufferedReader閱讀代碼。例如。

BufferedReader tempFileReader = new BufferedReader(new FileReader("c:\\test\\test.txt")); 

scoreTracker包含[0，1，0，3，0，0]爲具有您描述的內容的文件。 我不明白如何從原始代碼中獲得[4,4,4,4,4,4]，如果樣本輸入是所述的實際文件，並且tempFileReader是BufferedReader。查看用於設置tempFileReader的代碼將很有用。