乾学院 53 号会员
1 回帖  •  211 浏览  • 
     ...

Java 做 wordcount

 

有个 3 列的 csv 文件

title,text,date

exampleTitle,This is is is an example example, April 2022

The 2nd Title,This this is an an example 4 K k,April 2023

用 Java 实现：遍历每一行，每次先输出第 1 列，再将第 2 列拆分为单词，输出每个单词的出现次数。要求不统计数字，不统计单个字母，仅大小写不同的单词算一个单词。上面计算结果应当是：

exampleTitle

an 1

example 2

is 3

this 1

The 2nd Title

an 2

example 1

is 1

this 2

编写SPL脚本：

A

B

1

for T("data.csv")

>output(A1.title)

2

=A1.text.words().(lower(~))

3

=B2.groups(~;count(1))

4

=B3.select(len(#1)>1)

5

>output(B4.export())

A1：将csv解析为二维表，并循环每一行。

B2：将text列拆分单词，并转为小写。

B3：统计每个单词的出现次数。

B4：过滤出字符数大于1的单词。

Java 集成 SPL 可参考 Java 如何调用 SPL 脚本
问题来源：https://stackoverflow.com/questions/71804040/how-do-i-count-word-occurrences-in-a-csv-file