Scala读取单词的次数

复制代码
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 Tset {
  def main(args: Array[String]): Unit = {
    //从文件1.txt读取内容
    val content = Source.fromFile("1.txt").mkString
    //println(content)

    //把字符串中的每个单词,折出来
    //正则表达式
    // \\w+:大写字符w表示:丰字(不是一个字的字符。例如:空格,逗号,句号,换行...)
    // +:一个或者多个
    val arr = content.split("\\w+")//得到是一个字符串数组

    //统计词频
    val m1 = scala.collection.mutable.Map[String,Int]()
    arr.foreach(word =>{
      //检查是否出现过
       if(m1.contains(word)){
         //出现票数+1
         m1(word) +=1
       }else{
         //没有出现票数不变
         m1(word)=1
       }
    })
    //对于m1,它是是一个Map(thank:10,is:5),现在需要对它进行排序,把出现次数最多的放在在前面,然后再输出
    //(think,10)
    //只需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)

    //开始写入
    val writer = new java.io.PrintWriter("3.txt")
    //输出排序后的Map
    //把结果保持到一个新的文件中去
    writer.println("统计的结果是:")
    sortedM1.foreach{case (word,cishu) => writer.println(s"${word}:${cishu}")}
    writer.close() //结束写入
  }
}
相关推荐
是阿威啊2 天前
【用户行为归因分析项目】- 【企业级项目开发第五站】数据采集并加载到hive表
大数据·数据仓库·hive·hadoop·spark·scala
是阿威啊5 天前
【用户行为归因分析项目】- 【企业级项目开发第四站】模拟三类用户行为数据上传到Hadoop
大数据·hadoop·分布式·sql·scala
今天没有盐7 天前
Python字符串操作全解析:从基础定义到高级格式化
后端·scala·编程语言
是阿威啊8 天前
【用户行为归因分析项目】- 【企业级项目开发第一站】项目架构和需求设计
大数据·hive·hadoop·架构·spark·scala
代码于老总10 天前
【Scala 技巧】用隐式类给 String “开挂”:一行代码实现手机号 / 身份证号校验
scala
scala舔狗汪10 天前
scala的隐式对象和隐式类
scala
是阿威啊11 天前
【maap-analysis】spark离线数仓项目完整的开发流程
大数据·分布式·spark·scala
豚踢兔x16 天前
正则表达式应用-手机号打码
scala
代码于老总17 天前
正则表达式在 Scala 中的应用
scala
凯新生物23 天前
聚乙二醇二生物素,Biotin-PEG-Biotin在生物检测中的应用
scala·bash·laravel·perl