统计词频

目标：统计词频

• 从文件1.txt ，读取内容，保存在一个字符串中
• 统计字符串中，每个单词出现的频率
• 对结果进行排序
• 把最后的结果写入一个新的文件

import java.io.PrintWriter
import scala.io.Source

//知识点：
//1.字符串，split（"分隔符"）:把字符串用指定的分隔符,拆分成多个部分，保存在数组中。
object ob7 {
  def main(args: Array[String]): Unit = {
    //从文件1.txt中读取内容
    val content = Source.fromFile("1.txt").mkString
//    println(content)

    //把字符串中的每个单词，拆出来

//    val arr = "thank you very much".split("")
    //正则表达式
    //\\w+:大写字符W表示：非字（不是一个字的字符。例如：空格 逗号 句号 换行 ...）
    //+: 一个或者多个
    var arr = content.split("\\W+") //得到是一个字符串数组
//    arr.foreach(println)

    //如果有一个字符串数组：
//    val arr1 = Array("thank","you","very","much","thank","very")

    //统计词频
    val m1 = scala.collection.mutable.Map[String,Int]()
    //arr1.foreach(word => {
    arr.foreach(word => {
      //检查是否出现过？
      if( m1.contains( word )) {
        //把票数加一
        m1( word ) += 1
      } else {
        //票数为1
        m1( word ) = 1
      }
    })
    //对于m1，它是一个Map（thank:18，is:5),现在需要对它进行排序，把出现次数最多的放在前面，然后在输出
    //(thank,10)
    //只要排序之前的结果的前15个？在List中取出前15个？
    val sortedM1 = m1.toList.sortWith((a,b) => a._2 > b._2).filter(a => a._1.length>2).slice(0,15)
    //输入排序后的Map
    sortedM1.foreach{ case(word,cishu) => println(s"${word}:${cishu}")}
    //把结果保存到一个新的文件中


    //开始写入
    val writer = new PrintWriter("3.txt")
    //输入排序后的Map
    //把结果保存到一个新的文件中
    writer.println("统计的结果是：")
    sortedM1.foreach{ case(word,cishu) => writer.println(s"${word}:${cishu}")}
    writer.close()//结果写入

//    import java.io._
//    val writer = new BufferedWriter(new FileWriter("2.txt"))
//    sortedM1.foreach { case (word, cishu) =>
//      writer.write(s"${word}:${cishu}\n")
//    }
//    writer.close()
  }
}