221801132

.gitignore

@@ -0,0 +1 @@
+.metadata

221801132/README.md

@@ -0,0 +1,48 @@
+WordCount
+---------------
+
+
+**基本功能**
+
+假设有一个软件每隔一小段时间会记录一次用户的搜索记录，记录为英文。
+输入文件和输出文件以命令行参数传入。例如我们在命令行窗口(cmd)中输入：
+
+
+>java WordCount input.txt output.txt
+
+则会统计input.txt中的以下几个指标
+
+**1、统计文件的字符数（对应输出第一行）：**
+
+ - 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（对应输出第二行），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（对应输出第三行）：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（对应输出接下来10行），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。
+
+>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
+
+**然后将统计结果输出到output.txt，输出的格式如下；其中word1和word2 对应具体的单词，number为统计出的个数；换行使用'\n'，编码统一使用UTF-8。**
+
+>characters: number
+words: number
+lines: number
+word1: number
+word2: number
+...

221801132/codestyle.md

@@ -0,0 +1,51 @@
+代码规范
+----
+
+
+----------
+
+**缩进**	
+
+ - 4个空格
+
+**每行最多字符数**	
+
+ - 80字符
+
+**函数最大行数** 	
+
+ - 100行
+
+
+**函数、类命名**	
+
+ - 类名使用UpperCamelCase风格，必须遵从驼峰形式。
+ - 命名尽量使用英文单词，力求简单清楚
+
+**变量命名**
+
+ - 且尽量使用单词命名，一律小写
+ - 禁止取单个字符（如i、j、k），但 i、j、k作局部循环变量是允许的。
+
+**常量**	
+
+ - 全部大写
+ - 不允许未经定义的常量直接出现在代码中
+
+**空行规则**	
+
+ - 相对独立的程序块之间、变量说明之后必须加空行
+ - 不允许把多个短语句写在一行中，一行只写一条语句
+ - if、for、do、while、case、switch、default 等语句自占一行，且if、for、do、while等语句的执行语句部分无论多少都要加括号{}。
+
+**注释规则**	
+
+ - 使用//
+ - 注释的内容要清楚、明了，不能有二义性
+ - 操作符前后空格	操作符前后必须加一个空格
+
+**其他规则**	
+
+ - 严禁使用拼音与英文混合的方式，更不允许直接使用中文的方式
+ - 用大写的’L’代替’l’
+

221801132/src/Lib.java

@@ -0,0 +1,173 @@
+package WordCount;
+
+import java.io.*;
+import java.util.*;
+import java.util.Map;
+import java.util.regex.Matcher;
+import java.util.regex.Pattern;
+import java.util.stream.Collectors;
+
+public class Lib {
+    public static Reader InputFile(String fileName) {
+        File file = new File(fileName);
+        Reader reader = null;
+        try {
+            reader = new InputStreamReader(new FileInputStream(file));
+        } catch (FileNotFoundException e) {
+            System.out.println("找不到输入文件！");
+        } 
+        return reader;
+    } 
+
+    public static BufferedWriter OutputFile(String fileName) throws IOException {
+        BufferedWriter write = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(new File(fileName),true),"utf-8"));
+        return write;
+    }
+
+    public static int CountCharacters(String InputFile, String OutputFile) throws IOException {
+        Reader reader = InputFile(InputFile);
+        Writer writer = new FileWriter(OutputFile);
+        int CharactersNum = 0;		//文件字符数			
+        while (reader.read() != -1)		//读取到-1时停止。
+        {  
+            CharactersNum++;
+        }
+        writer.write("characters:" + CharactersNum + '\n');
+        writer.close(); 
+        reader.close();
+        return CharactersNum;
+    }	    // 统计字符数。
+
+    public static int CountWords(String inputFile, String outputFile) throws IOException {
+        Reader reader = InputFile(inputFile);
+        Writer writer = OutputFile(outputFile);
+        int length;    //表示单词的长度，大于等于4合法
+        int temp; 
+        int WordsNum = 0;
+        String word = "";
+        String regex = "[a-zA-Z]{4}[^ ,.]+";	//正则表达式判断是否为四个英文开头
+        Pattern p = Pattern.compile(regex);
+        while ((temp = reader.read()) != -1) 
+        {
+            while ((temp >= 97 && temp <= 122) || (temp >= 65 && temp <= 90) || (temp >= 48 && temp <= 57)) {
+                word += (char) temp;
+                temp = reader.read();
+            }
+            while ((!(temp >= 97 && temp <= 122) || (temp >= 65 && temp <= 90) || (temp >= 48 && temp <= 57)) && temp != -1)	//去除空白字符和分隔符 
+            {	
+                temp = reader.read();
+            }
+           Matcher m = p.matcher(word);
+           length = word.length();
+            if (length >= 4 && m.matches()) 
+            {	
+                WordsNum++;
+            }
+            word = "" + (char)temp;
+        }
+        writer.append("words: " + WordsNum + '\n');
+        writer.close();
+        reader.close();
+        return WordsNum;
+    }	//统计单词数
+
+
+    public static int CountLines(String inputFile, String outputFile) throws IOException {
+        Reader reader = InputFile(inputFile);
+        Writer writer = OutputFile(outputFile);
+        int temp;
+        int LinesNum = 0;
+        String line = "";	
+        while ((temp = reader.read()) != -1)
+        {
+            while (temp != -1 && (char) temp != '\n')
+            {
+                if (temp != ' ' && temp != '\t' && temp != '\r')  
+                {
+                    line += (char)temp;
+                }
+                temp = reader.read();
+            }
+            if (line != " ") 
+            {
+                LinesNum++;
+            }
+            line = " ";
+        }
+        writer.append("lines:" + LinesNum + "\n");
+        reader.close();
+        writer.close();
+        return LinesNum;
+    }		//统计行数。
+
+    public static String WordsNumSort(String inputFile, String outputFile) throws IOException {
+        Reader reader = InputFile(inputFile);
+        Writer writer = OutputFile(outputFile);
+        int temp;
+        String word = "";
+        String regex = "[a-zA-Z]{4}[^ ,.]+";	//正则表达式判断是否为四个英文开头
+        Pattern p = Pattern.compile(regex);
+        Map<String, Integer> words = new HashMap<String, Integer>();
+        while ((temp = reader.read()) != -1) 
+        {
+            while ((temp >= 97 && temp <= 122) || (temp >= 65 && temp <= 90) || (temp >= 48 && temp <= 57))
+            {
+                if (temp >= 65 && temp <= 90)
+                {
+                    temp += 32; 
+                }
+                word += (char)temp;
+                temp = reader.read();
+            }
+            while ((!(temp >= 97 && temp <= 122) || (temp >= 65 && temp <= 90) || (temp >= 48 && temp <= 57)) && temp != -1) 
+            {
+                temp = reader.read();
+            }
+            Matcher m = p.matcher(word);
+            if (m.matches()) {
+                if (words.get(word) == null) 
+                {
+                    words.put(word, Integer.valueOf(1));
+                } 
+                else 
+                {
+                    words.put(word, Integer.valueOf(words.get(word).intValue() + 1));
+                }
+            }
+            if (temp >= 65 && temp <= 90) 
+            { 
+                temp += 32;
+            }
+            word = "" + (char) temp;
+        }	//与统计单词数的方法类似，不合法的单词不进行排序。
+
+        Map<String, Integer> WordsSort = words.entrySet().stream().sorted(new Comparator<Map.Entry<String, Integer>>() 
+                {
+                    public int compare(Map.Entry<String, Integer> w1, Map.Entry<String, Integer> w2) 
+                    {
+                        if (w1.getValue().equals(w2.getValue())) 
+                        {
+                            return w1.getKey().compareTo(w2.getKey());
+                        } 
+                        else 
+                        {
+                            return w2.getValue().compareTo(w1.getValue());
+                        }
+                    }
+                }
+        ).collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue,(oldValue, newValue) -> oldValue, LinkedHashMap::new));	//对单词频率进行排序
+        String test = null;	//设定频率最低的词以便单元测试
+        int i = 0;
+        for (Map.Entry<String, Integer> entry : WordsSort.entrySet()) 
+        {
+        	test = entry.getKey();
+            writer.write(entry.getKey() + ":" + entry.getValue() + "\n");
+            if (i++ >= 9) {
+                break;
+            }
+        }	////打印频率前十的单词 
+        reader.close();
+        writer.close();   
+        return test;	//返回频率最低的词
+    }       
+}

221801132/src/WordCount.java

@@ -0,0 +1,24 @@
+package WordCount;
+
+import java.io.*;
+import java.util.*;
+import java.util.Map;
+import java.util.regex.Matcher;
+import java.util.regex.Pattern;
+import java.util.stream.Collectors;
+
+public class WordCount {
+	 public static void main(String[] args) throws IOException {
+	    	if (args.length != 2)
+	    	{
+	            System.out.println("命令行参数错误，需要两个文件名！");
+	            System.exit(0);
+	        }
+	        String inputFile = args[0];
+	        String outputFile = args[1];
+	        Lib.CountCharacters(inputFile, outputFile);	      
+	        Lib.CountWords(inputFile, outputFile);
+	        Lib.CountLines(inputFile, outputFile);
+	        Lib.WordsNumSort(inputFile, outputFile);
+	    }   
+}