scala对读取文件中包含的列表中的字符串进行计数

cnjp1d6j  于 2021-07-14  发布在  Java
关注(0)|答案(1)|浏览(399)

我对so还不熟悉,但已经花了好几天的时间来处理相关的问题。我发现的最相关的问题是如何将文件中一行的每个单词与scala中的列表元素进行比较?但这要追溯到2014年,所以我认为现在可能会有不同的解决方案。
同样在上面引用的文章中,最好的答案是使用一个可变的数据结构,这是我试图避免的。dima的最后一个答案看起来更实用,但不起作用:(
我试图在scala中创建一个类似的程序,除了输出还应该包含关键字的总计数,并且应该输出所有关键字,即使没有找到匹配项,因此计数将为零。
要检查的关键字被硬编码到一个列表中,但是我还想添加包含关键字的第二个用户提供的参数的选项。到目前为止,我已经做到了以下几点,但还是很糟糕:

object FileAnalyser extends App {

val hardcodedkeywords = List("foo", "bar", "hello")

if (args.length > 1) {
  val keywords = args(1).toList
  try {
    val rdd = Source.fromFile(args(0)).getLines.toList.zipWithIndex.flatMap {
      case(line, index) => line.split("\\W+").map { (_, index+1) }
    } //.filter(keywords.contains(_)).groupBy { _._1 }.mapValues(_._2)
  } catch {
    case ioe: IOException => println(ioe)
    case fnf: FileNotFoundException => println(fnf)
    case _: Throwable => println("Uknown error occured")
  }
} else 
  try {
    val rdd = Source.fromFile(args(0)).getLines.toList.zipWithIndex.flatMap {
      case(line, index) => line.split("\\W+").map { (_, index+1) }
    } //filter(hardcodedkeywords.contains(_))
      //.groupBy { _._1 }.mapValues(_._2)
  } catch {
    case ioe: IOException => println(ioe)
    case fnf: FileNotFoundException => println(fnf)
    case _: Throwable => println("Uknown error occured")
  }
}

到目前为止,我已经设法使用args(0)来包含要读取、要读取的文件,并将其Map到每行包含字符串的列表以及index+1(因为行号从1开始,而index从0开始)。程序必须尽可能地起作用,以减少可变项和状态更改,增加更高阶的函数和列表递归。
示例输出为:

//alphabetical      //No duplicates
//order             //Increasing in no. 
keyword              lines                count
bar                  [1,2..]                6
foo                  [3,5]                  2
hello                []                     0
ldioqlga

ldioqlga1#

这里有一个基本的提纲来说明如何做到这一点。

val keywords = List(/*key words here*/)

val resMap = io.Source
  .fromFile(/*file to read*/)
  .getLines()
  .zipWithIndex
  .foldLeft(Map.empty[String,Seq[Int]].withDefaultValue(Seq.empty[Int])){
    case (m, (line, idx)) =>
      val subMap = line.split("\\W+").toSeq  //separate the words
        .filter(keywords.contains)           //keep only key words
        .groupBy(identity)                   //make a Map w/ keyword as key
        .mapValues(_.map(_ => idx+1))        //and List of line numbers as value
        .withDefaultValue(Seq.empty[Int])
      keywords.map(kw => (kw, m(kw) ++ subMap(kw))).toMap
  }

//formatted results (needs work)
println("keyword\t\tlines\t\tcount")
keywords.sorted.foreach{kw =>
  println(kw + "\t\t" +
          resMap(kw).distinct.mkString("[",",","]") + "\t\t" +
          resMap(kw).length
         )
}

一些解释 io.Source 图书馆(实际上是一个 object )它提供了一些基本的输入/输出方法,包括 fromFile() ,打开一个文件进行读取。 getLines() 一次读取一行文件。 zipWithIndex 将索引值附加到读取的每一行。 foldLeft() 一次读取一行文件的所有行,并(在本例中)构建一个 Map 所有关键字及其行位置。 resMap 以及 subMap 只是我选择给我正在构建的变量起的名字。 resMap (结果Map)是在处理整个文件之后创建的。 subMap 是从文件中的一行文本构建的中间Map。
如果您想输入一组关键字,我会这样做:

val keywords = if (args.length > 1) args.tail.toList else hardcodedkeywords

相关问题