结对第二次-文献摘要热词统计

作业描述

课程	软件工程1916\|W(福州大学)
作业要求	结对第二次—文献摘要热词统计及进阶需求
结队博客	221600328 221600106
Github地址	基础需求
作业目标	实现一个能够对文本文件中的单词的词频进行统计的控制台程序。
具体分工	221600328：主要代码及工作 221600106：部分代码，编写文档

签入记录

作业正文

PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	60	50
Estimate	估计这个任务需要多少时间	1700	2050
Development	开发	300	350
Analysis	需求分析 (包括学习新技术)	180	220
Design Spec	生成设计文档	60	70
Design Review	设计复审	60	80
Coding Standard	代码规范 (为目前的开发制定合适的规范)	30	20
Design	具体设计	180	220
Coding	具体编码	770	850
Code Review	代码复审	120	100
Test	测试（自我测试，修改代码，提交修改）	80	70
Reporting	报告	160	180
Test Repor	测试报告	30	35
Size Measurement	计算工作量	30	25
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	120	55
	合计	2180	2325

需求分析

WordCount基本需求
实现一个命令行程序，不妨称之为wordCount。
第一步、实现基本功能
输入文件名以命令行参数传入。例如我们在命令行窗口(cmd)中输入：
//C语言类
wordCount.exe input.txt
//Java语言
java wordCount input.txt
则会统计input.txt中的以下几个指标
1.统计文件的字符数：

只需要统计Ascii码，汉字不需考虑
空格，水平制表符，换行符，均算字符

2.统计文件的单词总数，单词：至少以4个英文字母开头，跟上字母数字符号，单词以分隔符分割，不区分大小写。

英文字母： A-Z，a-z
字母数字符号：A-Z， a-z，0-9
分割符：空格，非字母数字符号
例：file123是一个单词，123file不是一个单词。file，File和FILE是同一个单词

3.统计文件的有效行数：任何包含非空白字符的行，都需要统计。

4.统计文件中各单词的出现次数，最终只输出频率最高的10个。频率相同的单词，优先输出字典序靠前的单词。

5.按照字典序输出到文件result.txt：例如，windows95，windows98和windows2000同时出现时，则先输出windows2000

输出的单词统一为小写格式

6.输出的格式为
characters: number
words: number
lines: number
: number
: number
...

解题思路

这次题目主要是两个部分：字词计数和文件读写，本来想用c++来进行编码，后来发现使用Java更为简便，有许多类库函数可以直接调用来解决问题，于是就使用了Java。
思路主要是写一个Count类，类里包含各个小问题解决的方法，如CountCharacter，CountLine和CountWord。
使用BufferedReader读文件，读出来的数据用String存储，对该字符串进行修改，获取单词及行数，最后重写compare对单词进行排序。
有了整体思路后，对每个方法逐个击破，便迎刃而解了。

代码规范

一开始写这个代码十分不规范。。用的变量名简直随心所欲，后面按照Java规范修改了一下，整体还行。

设计说明

类图
(https://img2018.cnblogs.com/blog/1593605/201903/1593605-20190315170442501-135307741.png)

流程图

模块设计

模块说明

传入文件名，统计非空行数，统计字符数，统计单词数，统计最多的10个单词及其词频

方法说明

传入文件名
CountCharacter:计算字符数
CountWord:计算单词
CountLine:计算行数

关键代码

统计单词及计算词频部分，使用split正则表达式分词，存入HashMap,重写compare，存入List进行排序。

public int  CountWord() {
		int wordNum=0;
		String regex="[^A-Za-z0-9]";
		String textLowerCase= text.toLowerCase();
		String textcontents = textLowerCase.replaceAll(regex, " ");
		
		String[] textarrays = textcontents.split("\\s+");
		for(int i=0; i<textarrays.length;i++)
		{
			if(textarrays[i].length()>=4)
				if(Character.isLetter(textarrays[i].charAt(0)) && 
						Character.isLetter(textarrays[i].charAt(0)) && 
							Character.isLetter(textarrays[i].charAt(0)) && 
								Character.isLetter(textarrays[i].charAt(0)))
			{
				wordNum++;
				if(!map.containsKey(textarrays[i]))
					map.put(textarrays[i],1);
				else
				{
					int num=map.get(textarrays[i]);
					num++;
					map.put(textarrays[i], num);
				}
			}
		}
		
		hotWords=Sort(map);
		return wordNum;
		
	}
	
	public static List<HashMap.Entry<String, Integer>> Sort(Map m){
	Map<String, Integer> map = new HashMap<String, Integer>();
	
	// 通过ArrayList构造函数把map.entrySet()转换成list
	List<Map.Entry<String, Integer>> list = new ArrayList<Map.Entry<String, Integer>>(m.entrySet());
	// 通过比较器实现比较排序
	Collections.sort(list, new Comparator<Map.Entry<String, Integer>>() {
	    @Override
	    public int compare(Map.Entry<String,Integer> mapping1, Map.Entry<String, Integer> mapping2) {
	        if(mapping1.getValue()==mapping2.getValue())
                return mapping1.getKey().compareTo(mapping2.getKey());//字典排序
            return mapping2.getValue()-mapping1.getValue();//从大到小
	    	
	    }
	});
	
	return list;
	
}

异常处理

对于各个异常情况都会打印异常信息，如下

                catch (FileNotFoundException e) 
	         {
	         // TODO Auto-generated catch block
	         e.printStackTrace();
	         }catch (IOException e) 
	         {
	        	 // TODO Auto-generated catch block
	        	 e.printStackTrace();
	         }