确定Java中文件的单词总数的最佳方法是什么？
在Java中查找文本文件中单词总数的最佳方法是什么？我认为Perl是找到这种东西的最佳选择。如果是这样，那么从Java内调用Perl函数将是最佳选择？在这种情况下您会怎么做？还有更好的主意吗？
问题答案：
恭喜，您偶然发现了最大的语言问题之一！什么字 有人说，单词是唯一真正代表其含义的单词。语言学的整个领域都涉及词/意义单元-形态学。
我认为您的问题与计算英语单词有关。但是，由于语言上的差异，几乎不可能创建与语言无关的单词计数器/解析器。例如，人们可能认为仅处理由空格分隔的字符组就足够了。但是，如果您使用日语查看以下示例，则会发现该方法不起作用：
语日本语の例文です。
本示例包含3个不同的词，并且没有一个用空格分隔。通常，日语单词边界是使用基于字典的方法来解析的，为此可以使用许多商业库。我们很幸运能有英文空格！我相信印度语，中文和韩文也有类似的问题。
如果将以任何可能的多语言输入方式实际部署此解决方案，那么根据所解析的语言，能够插入不同的字数统计方法就很重要。
我认为第一个答案是一个很好的答案，因为它使用Java的Unicode空格值知识作为分隔符。它通过使用以下正则表达式进行匹配来标记化：\p{javaWhitespace}+
-
问题内容： 我有一个应用程序，它读取带有大量数据行的CSV文件。我根据数据类型为用户提供了行数的摘要，但我想确保不会读取太多的数据行并导致OutOfMemoryErrors。每行转换为一个对象。有没有一种简便的方法以编程方式找出该对象的大小？是否有一个引用定义了一个原始类型和对象引用有多大VM？ 现在，我的代码可以读取多达32,000行，但我还想让代码显示尽可能多地读取行，直到使用32 MB内存为
-
问题内容： 我一直在使用此功能，但我想知道什么是最有效，最准确的方法。 问题答案： 第0天是上个月的最后一天。因为month构造函数是基于0的，所以效果很好。有点hack，但这基本上就是您减去32的结果。
-
问题内容： 尝试编写一个简短的方法，以便我可以解析一个字符串并提取第一个单词。我一直在寻找做到这一点的最佳方法。 我假设我会使用，但是我想只从字符串中获取第一个单词，并将其保存在一个变量中，并将其余标记放在另一个变量中。 有一个简洁的方法吗？ 问题答案： 方法的第二个参数是可选的，如果指定该参数，则只会将目标字符串分割几次。 例如： 或者，您可以使用String方法。
-
问题内容： 我有一个不完整的csv文件，需要准确更新，因此有这样的csv文件： 自然地，文件要复杂得多，但是以这种格式，这是我要在7到8（或任何范围）之间插入或n个单词的内容。我怎样才能做到这一点？ 伪代码，代码或示例都很好，我不知道如何开始。 更新： 也许我应该将其转换为数组或某种数据结构。然后，在特定位置插入新项目，将其余内容右移，并在每次插入时执行该操作。 我不知道是否正确的方法或如何开始对
-
问题内容： 当前，我们的Java应用程序使用制表符分隔的* .cfg文件中包含的值。我们需要更改此应用程序，以使其现在使用XML文件。 为了从此文件中读取值，使用的最佳/最简单的库是什么？ 问题答案： 当然，根据您的需要有很多好的解决方案。如果只是配置，则应查看Jakarta commons- configuration 和commons- digester 。 您总是可以使用获取文档的标准JDK
-
问题内容： 我正在生成一些需要符合给我的xsd文件的xml文件。验证其符合性的最佳方法是什么？ 问题答案： Java运行时库支持验证。上次我检查的是幕后的Apache Xerces解析器。你可能应该使用。 模式工厂常量是http://www.w3.org/2001/XMLSchema定义XSD 的字符串。上面的代码针对URL验证了WAR部署描述符，http://java.sun.com/xml/n