2020.11.5收获

Java文本处理3-统计文本行数、字符数、汉字、数字、字母数等

 

1、任务简介

本节中我们需要编写一个Java程序，使得它可以统计文本行数、字符数、字节数、汉字、数字、字母及其它符号的数量。本文分为两个程序进行讲解，第一个程序首先实现文本行数、字符数及字节数的统计，然后在第一个程序的基础上实现第二个程序，第二个程序在包含第一个程序功能的基础上实现对汉字、数字、字母的统计。

 

2、基本任务和代码

（1）任务1

1）任务内容

实现文本行数、字符数及字节数的统计。

2）具体思路

（1）首先需要使用InputStreamReader类和BufferedReader类实现文本的读取，由于我使用的《西游记》为utf-8编码，所以还需要指定编码格式为utf-8；

（2）逐行读出文档，然后定义整型变量 i 初始值为0，并在每一次循环后自增，最后可以得出总行数；

（3）逐行读出文档，将每一行的字符串长度str.length()求出，并定义整形变量 c 初始值为0，每一次循环中都进行c = c+str.length()操作，循环结束后可以求出总的字符数；

（4）逐行读出文档，求出每一行的字节数组，然后采用与（3）中相同的方式求出总的字节数；

3）任务代码

程序保存为tongji1，代码如下：

import java.io.*;//导入java.io包中的所有类
import java.util.Scanner;//导入java.util包中的Scanner类
public class tongji1 {//类名
    public static void main(String[] args)  {//程序主函数
        try {//try代码块，当发生异常时会转到catch代码块中
            //读取指定的文件
            Scanner s = new Scanner(System.in);//创建scanner，控制台会一直等待输入，直到敲回车结束
            System.out.println("请输入想要打开的文本文档：");//输入提示信息
            String a = s.nextLine();//定义字符串变量，并赋值为用户输入的信息
            //创建类进行文件的读取，并指定编码格式为utf-8
            InputStreamReader read = new InputStreamReader(new FileInputStream(a),"utf-8"); 
            BufferedReader in = new BufferedReader(read);//可用于读取指定文件     
            String str=null;//定义一个字符串类型变量str
            int i = 0;//定义一个整型变量，用于统计行数
            int c = 0;//定义一个整型变量，用于统计字符数
            int d = 0;//定义一个整型变量，用于统计字节数
            while ((str = in.readLine())!= null) {//readLine()方法, 用于读取一行,只要读取内容不为空就一直执行
                i++;//每循环一次就进行一次自增，用于统计文本行数
                c += str.length();//用于统计总字符数
                byte[] bytes=str.getBytes();//求出该行的字节数组
                d += bytes.length;//用于统计总字节数
            }
            in.close();//关闭流
            System.out.println("该文本共有"+i+"行");//输出总的行数
            System.out.println("该文本共有"+c+"个字符");//输出总的字符数
            System.out.println("该文本共有"+d+"个字节");//输出总的字节数
        } catch (IOException e) {//当try代码块有异常时转到catch代码块
            e.printStackTrace();//printStackTrace()方法是打印异常信息在程序中出错的位置及原因
        }
    }
}

4）运行结果

所有文件均保存在路径D:\demo3下，在命令行中对程序进行编译，然后运行程序读取路径下的txt文档，结果如下：

（2）任务2

1）任务内容

在任务1的基础上，利用matches（）方法匹配正则表达式，从而实现对汉字、数字、字母的数量统计。

2）具体思路

（1）由于是在任务1基础上编写的程序，那么就可以直接套用任务1的知识了，具体如下：
a、首先需要使用InputStreamReader类和BufferedReader类实现文本的读取，由于我使用的《西游记》为utf-8编码，所以还需要指定编码格式为utf-8；
b、逐行读出文档，然后定义整型变量 i 初始值为0，并在每一次循环后自增，最后可以得出总行数；
c、逐行读出文档，将每一行的字符串长度str.length()求出，并定义整形变量 c 初始值为0，每一次循环中都进行c = c+str.length()操作，循环结束后可以求出总的字符数；
d、逐行读出文档，求出每一行的字节数组，然后采用与上一步相同的方式求出总的字节数；

（2）逐行读出文档，然后使用for循环对该行中的每一个字符进行遍历，使用toString（）方法得到每一个字符；

（3）使用if语句和matches（）方法检测字符是否与正则表达式相匹配，若匹配则对指定的整型变量进行自增，最后打印出每一项的数量；

3）任务代码

程序保存为tongji2，代码如下：

import java.io.*;//导入java.io包中的所有类
import java.util.Scanner;//导入java.util包中的Scanner类
public class tongji2 {//类名
    public static void main(String[] args)  {//程序主函数
        try {//try代码块，当发生异常时会转到catch代码块中
            //读取指定的文件
            Scanner s = new Scanner(System.in);//创建scanner，控制台会一直等待输入，直到敲回车结束
            System.out.println("请输入想要打开的文本文档：");//输入提示信息
            String a = s.nextLine();//定义字符串变量，并赋值为用户输入的信息
            //创建类进行文件的读取，并指定编码格式为utf-8
            InputStreamReader read = new InputStreamReader(new FileInputStream(a),"utf-8"); 
            BufferedReader in = new BufferedReader(read);//可用于读取指定文件     
            String str=null;//定义一个字符串类型变量str
            String b=null;//定义一个字符串类型变量b
            int i = 0;//定义一个整型变量,用于统计行数
            int c = 0,c1 = 0,c2 = 0,c3 = 0,c4 = 0,c5 = 0,c6 = 0;//定义整型变量，用于统计字符数
            int d = 0;//定义一个整型变量，用于统计字节数
            while ((str = in.readLine())!= null) {//readLine()方法, 用于读取一行,只要读取内容不为空就一直执行
                i++;//每循环一次就进行一次自增，用于统计文本行数
                c += str.length();//用于统计总字符数
                byte[] bytes=str.getBytes();//求出该行的字节数组
                d += bytes.length;//用于统计总字节数
                for (int j = 0; j < str.length(); j++) {//for循环的条件，当j小于该行长度时就一直循环并自增
                    b = Character.toString(str.charAt(j));//返回一个字符串对象
                    if (b.matches("[\\u4e00-\\u9fa5]")) {//if语句的条件，判断是否为汉字
                        c1++;//若为汉字则c1自增
                    } else if(b.matches("[A-Z]")){//if语句的条件，判断是否为大写字母
                        c2++;//若为大写字母则c2自增
                    } else if(b.matches("[a-z]")){//if语句的条件，判断是否为小写字母
                        c3++;//若为小写字母则c3自增
                    } else if(b.matches("[0-9]")){//if语句的条件，判断是否为数字
                        c4++;//若为数字则c4自增
                    } else {//否则可判断为其他字符
                        c5++;//若为其他字符则c5自增
                    }
                }
            }
            c6 = c2 + c3;//统计总的字母数
            in.close();//关闭流
            System.out.println("该文本共有"+i+"行");//输出总的行数
            System.out.println("该文本共有"+c+"个字符");//输出总的字符数
            System.out.println("其中包含：");//输出提示信息
            System.out.println(c1+"个汉字");//输出汉字数
            System.out.println(c6+"个字母，其中"+c2+"个大写字母，"+c3+"个小写字母");//输出字母数
            System.out.println(c4+"个数字");//输出数字数
            System.out.println(c5+"个其他字符");//输出其它字符数
            System.out.println("该文本共有"+d+"个字节");//输出总的字节数
        } catch (IOException e) {//当try代码块有异常时转到catch代码块
            e.printStackTrace();//printStackTrace()方法是打印异常信息在程序中出错的位置及原因
        }
    }
}

4）运行结果

所有文件均保存在路径D:\demo3下，在命令行中对程序进行编译，然后运行程序读取路径下的txt文档，结果如下：

 

 

 

 

 

转载至:https://blog.csdn.net/lsylsy726/article/details/86650722