Java解析Word文档关键词计数：代码示例和优化

以下是使用Java解析Word文档中关键词的代码示例，并进行了优化：

import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;

import java.io.FileInputStream;
import java.util.Arrays;
import java.util.HashSet;
import java.util.Set;

public class WordKeywordsCounter {
    public static void main(String[] args) {
        String filePath = "path/to/your/word/document.docx";
        String text = extractTextFromWord(filePath);
        int keywordCount = countKeywords(text);
        System.out.println("关键词个数：" + keywordCount);
    }

    private static String extractTextFromWord(String filePath) {
        try {
            FileInputStream fis = new FileInputStream(filePath);
            XWPFDocument doc = new XWPFDocument(fis);
            XWPFWordExtractor extractor = new XWPFWordExtractor(doc);
            return extractor.getText();
        } catch (Exception e) {
            e.printStackTrace();
        }
        return "";
    }

    private static int countKeywords(String text) {
        String[] keywords = text.split("[,;\s]{2,}");
        Set<String> uniqueKeywords = new HashSet<>(Arrays.asList(keywords));
        return uniqueKeywords.size();
    }
}

优化说明：

• 代码中使用了Apache POI库来提取Word文档的文本内容。在运行代码之前，请确保已将poi和poi-ooxml库添加到项目的依赖中。
• filePath变量需要替换为你的Word文档的实际路径。
• 关键词的分割使用了正则表达式[,;\s]{2,}，该表达式表示逗号、分号或至少两个空格用作关键词的分隔符。如果你的关键词分隔符不同，请相应地修改该正则表达式。
• 代码中使用了HashSet来去重，确保统计结果只包含唯一的关键词。

运行代码后，将打印出关键词的个数。

希望对您有所帮助！