文件阅读和单词计数

Question

我想读取一个文件，然后读取一串单词或一个句子，并分别计算这些单词在文件中出现的次数。我还需要将不出现的单词分开。
示例输入：
filename.txt
Powerfull moon forest sky
示例输出：
强大：2
月亮：3
森林：4
未使用：天空
我有点卡在这里，这就是我得到的

string filename = Console.ReadLine();
        StreamReader stream = File.OpenText(filename);
       
        string input = Console.ReadLine();
        string[] source = filename.Split(new char[] { '.', '?', '!', ' ', ';', ':', ',' }, StringSplitOptions.RemoveEmptyEntries);
        var matchQuery = from word in source
                         where word.ToLowerInvariant() == input.ToLowerInvariant()
                         select word;
        int wordCount = matchQuery.Count();
        Console.WriteLine("{0} occurrences(s) of the search term \"{1}\" were found.", wordCount, input);

Answer 1

有几种方法可以做到这一点。其中之一是按照 Arshad 评论的查询分组。如果您逐行读取文件，您还可以使用字典来保存结果。这是示例，但您必须根据自己的要求对其进行调整：https://stackoverflow.com/a/11967649/7226070

Answer 2

不要拆分空格和标点符号（请注意，我们有很多空格） 我建议匹配。如果我们将 word 定义为

单词是非空的字母序列

我们可以使用一个简单的正则表达式模式：

 \p{L}+

然后你可以预处理文件：

 using System.IO;
 using System.Linq;
 using System.Text.RegularExpressions;

 ...

 Regex regex = new Regex(@"\p{L}+");

 var freqs = File
   .ReadLines(filename)
   .SelectMany(line => regex
      .Matches(line)
      .Cast<Match>()
      .Select(match => match.Value))
   .GroupBy(word => word, StringComparer.OrdinalIgnoreCase)
   .ToDictionary(group => group.Key, group => group.Count());

用户查询时间。同样，我们匹配单词，然后在 freqs 的帮助下找到出现的情况：

  var result = regex
    .Matches(Console.ReadLine())
    .Cast<Match>()
    .Select(match => match.Value)
    .Distinct(StringComparer.OrdinalIgnoreCase)
    .Select(word => 
       (word : word, 
        count : (freqs.TryGetValue(word, out int count) ? count : 0))) 
    .OrderBy(item => item.count == 0) // push all not used to the end
    .GroupBy(item => item.count > 0 ? item.word : "Not used")
    .Select(group => $"{group.Key} : {string.Join(", ", group)}"); 

  Console.Write(string.Join(Environment.NewLine, result));