Scala：編程初學實例--對某個目錄下所有文件中的單詞進行詞頻統計

 爲加強對函數式編程的理解，同時鞏固Scala語法，這裏分析一個實例：對某個目錄下所有文件中的單詞進行詞頻統計。

【源碼】

import java.io.File
import scala.io.Source
import collection.mutable.Map
object WordCount{
  def main(args: Array[String]){
    val dirfile = new File("testfiles")
    val files = dirfile.listFiles
    val results = Map.empty[String,Int]
    
    for(file <- files){
      val data = Source.fromFile(file)
      val strs = data.getLines.flatMap{s => s.split(" ")}
      strs foreach{
        word =>
      if(results.contains(word)) results(word)+=1 else results(word)=1
      }
    }
    results foreach{case (k,v) => println(s"$k:$v")}
  } 
} 

【分析】

• 行1～3：導入需要的類。
• 行6：

  val dirfile = new File("testfiles")

  建立一個File對象，這裏假設當前文件夾下有個testfiles文件夾，且裏面包含若干文本文件。

• 行7：

  val files = dirfile.listFiles

  調用File對象的listFiles方法，得到其下所有文件對象構成的數組，file的類型爲Array[java.io.File]。

• 行8：

  val results = Map.empty[String,Int]

  建立一個可變的空的映射（Map）對象results，保存統計結果。映射中的條目都是一個（key,value)鍵值對，其中，key是單詞，value是單詞出現的次數。（映射是指通過對容器中的元素進行某些運算來生成一個新的容器。兩個典型的映射操作是map方法和flatMap方法。）

• 行9：

  for(file <- files){

  通過for循環對文件對象進行循環，分別處理各個文件。

• 行10：

  val data = Source.fromFile(file)

  從File對象建立Source對象，方便文件的讀取。

• 行11：

  val strs = data.getLines.flatMap{s => s.split(" ")}

  getLines方法返回文件各行構成的迭代器對象，類型爲Iterator[String]，flatMap進一步將每行字符串拆分成單詞，再返回所有這些單詞構成的新字符串迭代器。

• 行12～15：

  strs foreach{
          word =>
        if(results.contains(word)) results(word)+=1 else results(word)=1
        }

  對上述的字符串迭代器進行遍歷，在匿名函數中，對於當前遍歷到的某個單詞，如果這個單詞以前已經統計過，就把映射results中以該單詞爲key的映射條目的value增加1。如果以前沒有被統計過，則爲這個單詞創建一個映射條目，只需要直接對應的key進行賦值，就實現了添加新的條目。

• 行17：

  results foreach{case (k,v) => println(s"$k:$v")}

  對Map對象results進行遍歷，輸出統計結果。