使用 java 流计算文件中的所有单词

Question

我正在尝试计算文本文件中唯一单词的数量。为了简单起见，我当前的文件内容是：

This is a sample file

我的尝试是：

long wordCount = 
    Files.lines(Paths.get("sample.txt"))
         .map(line -> line.split("\s+"))
         .distinct()
         .count();
System.out.println(wordCount);

这编译和运行正常，但结果是 1，而它应该是 5。

Answer 1

您正在将每一行映射到一个数组（将 Stream<String> 转换为 Stream<String[]>，然后计算数组元素的数量（即文件中的行数）。

你应该使用flatMap创建文件中所有单词的Stream<String>，在distinct()和count()操作之后，你会得到不同单词的数量。

long wordCount = 
    Files.lines(Paths.get("sample.txt"))
         .flatMap(line -> Arrays.stream(line.split("\s+")))
         .distinct()
         .count();

Answer 2

您似乎在计算文件中的行数：

map(line -> line.split("\s+")) // this is a Stream<String[]>

您还应将 Stream.flatMap 用作：

long wordCount = Files.lines(Paths.get("sample.txt"))
        .map(line -> line.split("\s+"))
        .flatMap(Arrays::stream)
        .distinct()
        .count();

使用 java 流计算文件中的所有单词

Count all the words in a file using java Streams

java

java-8

java-stream

word

distinct-values