Question

我是SO的新手，但是花了几天时间来解决与问题相关的问题。我发现的最接近的相关问题是How to compare each word of a line in a file with a list element in scala?，但该问题可以追溯到2014年，因此认为现在可能会有不同的解决方案。

在以上引用的帖子中，最佳答案还使用了我想避免的可变数据结构。 Dima的最后一个答案看起来更实用，但是没有用：（

我试图在SCALA中创建一个类似的程序，除了输出还应该包含关键字的总计数，并且应该输出所有关键字，即使未找到匹配项，因此计数也将为零。

要检查的关键字被硬编码到列表中，但是我还想添加包含关键字的第二个用户提供的参数选项。到目前为止，我已经谈到以下内容，但是很烂：

object FileAnalyser extends App {

val hardcodedkeywords = List("foo", "bar", "hello")

if (args.length > 1) {
  val keywords = args(1).toList
  try {
    val rdd = Source.fromFile(args(0)).getLines.toList.zipWithIndex.flatMap {
      case(line, index) => line.split("\\W+").map { (_, index+1) }
    } //.filter(keywords.contains(_)).groupBy { _._1 }.mapValues(_._2)
  } catch {
    case ioe: IOException => println(ioe)
    case fnf: FileNotFoundException => println(fnf)
    case _: Throwable => println("Uknown error occured")
  }
} else 
  try {
    val rdd = Source.fromFile(args(0)).getLines.toList.zipWithIndex.flatMap {
      case(line, index) => line.split("\\W+").map { (_, index+1) }
    } //filter(hardcodedkeywords.contains(_))
      //.groupBy { _._1 }.mapValues(_._2)
  } catch {
    case ioe: IOException => println(ioe)
    case fnf: FileNotFoundException => println(fnf)
    case _: Throwable => println("Uknown error occured")
  }
}

到目前为止，我已经设法使用包含要读取，要读取的文件的args（0），并将其映射到每行包含一个字符串以及index + 1的列表（因为行号从1开始，而index从0）该程序必须尽可能地具有功能性，以使可变性和状态更改更少，而更高阶的功能和列表递归。

谢谢输出示例为：

//alphabetical      //No duplicates
//order             //Increasing in no. 
keyword              lines                count
bar                  [1,2..]                6
foo                  [3,5]                  2
hello                []                     0

Answer 1

这是完成操作的基本大纲。

val keywords = List(/*key words here*/)

val resMap = io.Source
  .fromFile(/*file to read*/)
  .getLines()
  .zipWithIndex
  .foldLeft(Map.empty[String,Seq[Int]].withDefaultValue(Seq.empty[Int])){
    case (m, (line, idx)) =>
      val subMap = line.split("\\W+").toSeq  //separate the words
        .filter(keywords.contains)           //keep only key words
        .groupBy(identity)                   //make a Map w/ keyword as key
        .mapValues(_.map(_ => idx+1))        //and List of line numbers as value
        .withDefaultValue(Seq.empty[Int])
      keywords.map(kw => (kw, m(kw) ++ subMap(kw))).toMap
  }

//formatted results (needs work)
println("keyword\t\tlines\t\tcount")
keywords.sorted.foreach{kw =>
  println(kw + "\t\t" +
          resMap(kw).distinct.mkString("[",",","]") + "\t\t" +
          resMap(kw).length
         )
}

一些解释

io.Source是提供一些基本输入/输出方法的库（实际上是object），其中包括fromFile()，这会打开一个文件以供读取。
getLines()一次从文件读取一行。
zipWithIndex将索引值附加到每个读取的行。
foldLeft()一次读取文件的所有行，并且（在这种情况下）构建所有关键字及其行位置的Map。
resMap和subMap只是我选择为要构建的变量指定的名称。 resMap（结果图）是在处理了整个文件之后创建的。 subMap是仅从文件中的一行文本构建的中间Map。

如果您希望传递一组关键词，我会这样做：

val keywords = if (args.length > 1) args.tail.toList else hardcodedkeywords

标量计数字符串在读取文件中包含的列表中

1 个答案: