时间戳

首页 > 解决方案 > scala计算读取文件中包含的列表中的字符串

java - scala计算读取文件中包含的列表中的字符串

问题描述

我是 SO 新手，但花了几天时间研究与问题相关的问题。我发现的最接近的相关问题是如何将文件中一行的每个单词与 scala 中的列表元素进行比较？但这可以追溯到 2014 年，所以认为现在可能有不同的解决方案。

同样在上面引用的帖子中，最佳答案使用了我试图避免的可变数据结构。Dima 的最后一个答案看起来更实用，但没有奏效:(

我正在尝试在 SCALA 中创建一个类似的程序，除了输出还应该包含关键字的总计数并且应该输出所有关键字，即使没有找到匹配项，因此计数为零。

要检查的关键字被硬编码到列表中，但是我还想添加包含关键字的第二个用户提供的参数的选项。到目前为止，我已经达到以下但很糟糕：

object FileAnalyser extends App {

val hardcodedkeywords = List("foo", "bar", "hello")

if (args.length > 1) {
  val keywords = args(1).toList
  try {
    val rdd = Source.fromFile(args(0)).getLines.toList.zipWithIndex.flatMap {
      case(line, index) => line.split("\\W+").map { (_, index+1) }
    } //.filter(keywords.contains(_)).groupBy { _._1 }.mapValues(_._2)
  } catch {
    case ioe: IOException => println(ioe)
    case fnf: FileNotFoundException => println(fnf)
    case _: Throwable => println("Uknown error occured")
  }
} else 
  try {
    val rdd = Source.fromFile(args(0)).getLines.toList.zipWithIndex.flatMap {
      case(line, index) => line.split("\\W+").map { (_, index+1) }
    } //filter(hardcodedkeywords.contains(_))
      //.groupBy { _._1 }.mapValues(_._2)
  } catch {
    case ioe: IOException => println(ioe)
    case fnf: FileNotFoundException => println(fnf)
    case _: Throwable => println("Uknown error occured")
  }
}

到目前为止，我已经设法使用 args(0) 包含要读取、要读取的文件并映射到包含每行字符串以及 index+1 的列表（因为行号从 1 开始，但索引从 0 开始）程序必须尽可能地具有功能性，以减少可变性和状态更改，并使用更多高阶函数和列表递归。

谢谢 示例输出将是：

//alphabetical      //No duplicates
//order             //Increasing in no. 
keyword              lines                count
bar                  [1,2..]                6
foo                  [3,5]                  2
hello                []                     0

标签： javascalafunctional-programmingimmutability

解决方案

这是如何完成的基本概述。

val keywords = List(/*key words here*/)

val resMap = io.Source
  .fromFile(/*file to read*/)
  .getLines()
  .zipWithIndex
  .foldLeft(Map.empty[String,Seq[Int]].withDefaultValue(Seq.empty[Int])){
    case (m, (line, idx)) =>
      val subMap = line.split("\\W+").toSeq  //separate the words
        .filter(keywords.contains)           //keep only key words
        .groupBy(identity)                   //make a Map w/ keyword as key
        .mapValues(_.map(_ => idx+1))        //and List of line numbers as value
        .withDefaultValue(Seq.empty[Int])
      keywords.map(kw => (kw, m(kw) ++ subMap(kw))).toMap
  }

//formatted results (needs work)
println("keyword\t\tlines\t\tcount")
keywords.sorted.foreach{kw =>
  println(kw + "\t\t" +
          resMap(kw).distinct.mkString("[",",","]") + "\t\t" +
          resMap(kw).length
         )
}

一些解释

  • io.Sourceobject是提供一些基本输入/输出方法的库（实际上是一个），包括fromFile()打开一个文件以供阅读。
  • getLines()一次从文件中读取一行。
  • zipWithIndex将索引值附加到读取的每一行。
  • foldLeft()一次读取文件的所有行，并且（在这种情况下）构建Map所有关键字及其行位置的 a。
  • resMap并且subMap只是我选择给我正在构建的变量的名称。resMap(result Map) 是在处理整个文件后创建的。subMap是由文件中的一行文本构建的中间 Map。

如果您想选择传递一组关键词，我会这样做：

val keywords = if (args.length > 1) args.tail.toList else hardcodedkeywords

推荐阅读