Scala 读取文件并统计单词出现次数 - 代码详解 - 常规

Scala 读取文件并统计单词出现次数 - 代码详解

以下代码展示了如何使用 Scala 读取一个文本文件，并统计每个单词出现的次数。

import scala.io.Source

object shiyan2_3 {
  def main(args: Array[String]): Unit = {
    // 定义一个名为main的方法，接收一个字符串数组类型的参数args，并返回一个Unit类型的值
    val filename = 'file.txt'
    val source = Source.fromFile('D:\test.txt') // 从文件中读取数据，返回一个Source类型的对象
    val list = source.getLines().toList // 获取source对象中的所有行，并将其转换为List类型
    source.close()
    var wordList: List[String] = list.flatMap(_.split(' ')) // 将list中的每一行按空格分割成单词，并将所有单词合并到一个List中
    var wordtuples: List[(String, Int)] = wordList.map((_, 1)) // 将wordList中的每个单词转换为一个元组，第一个元素为单词本身，第二个元素为1
    val wordgroup: Map[String, List[(String, Int)]] = wordtuples.groupBy(kv => kv._1) // 将wordtuples按照第一个元素（即单词本身）进行分组，返回一个Map类型的对象，其中键为单词本身，值为包含该单词所有元组的List
    var wordcount: Map[String, Int] = wordgroup.mapValues(list => list.size) // 将wordgroup中的每个键值对（即每个单词及其对应的元组List）转换为一个新的键值对，其中键为单词本身，值为该单词在元组List中出现的次数
    println(wordcount)
  }
}

代码解释

def main(args: Array[String]): Unit = { ... }:
- 定义一个名为 main 的方法，接收一个字符串数组类型的参数 args，并返回一个 Unit 类型的值。
- 在 Scala 中，Unit 类型表示没有返回值的函数或方法。在这个例子中，main 方法不需要返回任何值，因此返回 Unit 类型。
- main 方法是程序的入口点，当程序运行时，会首先执行 main 方法。
val filename = 'file.txt':
- 定义一个名为 filename 的变量，并将其赋值为 'file.txt'，用于存储要读取的文件名。
val source = Source.fromFile('D:\test.txt'):
- 使用 Source.fromFile() 方法从指定路径的文件读取数据，返回一个 Source 类型的对象。
val list = source.getLines().toList:
- 使用 getLines() 方法获取 source 对象中的所有行，并使用 toList 方法将其转换为 List 类型。
source.close():
- 关闭 source 对象，释放资源。
var wordList: List[String] = list.flatMap(_.split(' ')):
- 使用 flatMap 方法将 list 中的每一行按空格分割成单词，并将所有单词合并到一个新的 List 中。
- _.split(' ') 表示对 list 中的每个元素（即每行字符串）调用 split(' ') 方法，将其按空格分割成多个单词。
var wordtuples: List[(String, Int)] = wordList.map((_, 1)):
- 使用 map 方法将 wordList 中的每个单词转换为一个元组，第一个元素为单词本身，第二个元素为 1。
- (_, 1) 表示创建一个包含两个元素的元组，第一个元素为当前单词，第二个元素为 1。
val wordgroup: Map[String, List[(String, Int)]] = wordtuples.groupBy(kv => kv._1):
- 使用 groupBy 方法将 wordtuples 按照第一个元素（即单词本身）进行分组，返回一个 Map 类型的对象。
- kv => kv._1 表示将每个元组的第一个元素作为分组的键。
var wordcount: Map[String, Int] = wordgroup.mapValues(list => list.size):
- 使用 mapValues 方法将 wordgroup 中的每个键值对（即每个单词及其对应的元组 List）转换为一个新的键值对。
- list => list.size 表示对每个键值对的 List 值调用 size 方法，获取该单词在 List 中出现的次数。
println(wordcount):

使用 println 方法输出 wordcount Map，其中包含每个单词及其出现的次数。

总结

这段代码展示了如何使用 Scala 的函数、集合操作和文件读取方法来读取文件并统计单词出现次数。通过学习这段代码，您可以了解 Scala 中的一些基本编程概念，例如函数、循环、集合操作等。