Question

我有一个包含纯文本的文件，如下所示： “Umbrella!! This is a very red umbrella. The umbrella should not be this red.”

我从中提取所有关键字（将所有单词转换为小写后）并按字母顺序排序，这给了我：

keywords = List(red, umbrella)

现在，我想逐行阅读文件，找到包含单词“red”和“umbrella”的行号，即关键字列表中的单词。

我知道如何逐行阅读文件：

for(line <- Source.fromFile("file.txt").getLines())

但是，如何解析行中的每个单词并将其与list元素进行比较？请帮忙!!

编辑：

我希望输出如下：

red 2 3
umbrella 1 2 3

1 2 3是行号。

Answer 1

在每一行上使用keywords.exists(line.contains)并在需要时打印索引

Source.fromFile("file.txt").getLines().zipWithIndex.foreach { 
    case(line, index) => 
        if (keywords.exists(line.contains)) println(index)
}

如果您希望它不具备个案意义，请执行line.toLowerCase.contains

Source.fromFile("file.txt").getLines().zipWithIndex.foreach { 
    case(line, index) => 
        if (keywords.exists(line.toLowerCase.contains)) println(index)
}

更新（以反映答案中的变化）

使输出类似于

red 2 3
umbrella 1 2 3

让我们创建一个存储每个单词的行号的地图。

var count = scala.collection.mutable.Map[String, List[Int]]()
keywords.foreach { k => count += k -> List[Int]()}
Source.fromFile("file.txt").getLines().zipWithIndex.foreach {
  case (line, index) =>
    keywords.foreach { w =>
      if (line.toLowerCase.contains(w)) 
        count(w) = count(w) :+ (index + 1)
    }
}
count.keys.foreach{ i => println(i + " " + count(i) )}

要使输出完全符合您的指定，请将最后一行替换为

  count.keys.foreach{ i =>  
                   print(i + " ") 
                      count(i).foreach{ j => print(j + " ") }
                      println()
                   }

Answer 2

您可以将每一行拆分为单词，然后检查该列表是否包含所有关键字。使用zipWithIndex获取行号：

Source.fromFile("file.txt").getLines().zipWithIndex.filter { case(line, index) => 
    val words = line.toLowerCase.split("\W")
    keywords.forall(words.contains)
}
.map(_._2)

编辑：如果你想为每个keywrod分别建立索引，你首先需要将flatMap放入（word，index）元组列表中，然后再分组：

Source.fromFile("file.txt").getLines().zipWithIndex
   .flatMap { case(line, index) => 
       line.toLowerCase.split("\W").map { (_, index+1) }  // "+1 because indexes are 0-based
   }
   .filter  { keywords.contains(_._1) }
   .groupBy { _._1 }.mapValues(_._2)

这为您提供了Map [String，List [Int]]，其中键是关键字，值是给定关键字出现的行的索引列表。

如何将文件中一行的每个单词与scala中的list元素进行比较？

2 个答案: