如何在java文档中查找一个短语（多个标记字符串）的频率？

Question

我想找到一个文档中的多令牌字符串或短语的频率。它不是我正在寻找的单词/单词频率，它总是多项词，并且项的数量是动态的...

例如：在文档中搜索“与朋友的单词”的频率！

任何帮助/指针将不胜感激。

感谢 Debjani

Answer 1

您可以阅读使用缓冲读卡器行文件行，然后用split函数来获取词/频率令牌

int count=0; 
while ((strLine = br.readLine()) != null) { 
    count+ = (strLine.split("words with friends").length-1);  
} 
return count; 

编辑： 如果你想执行不区分大小写的搜索，那么你可以使用

Pattern myPattern = Pattern.compile("words with friends", Pattern.CASE_INSENSITIVE); 
int count=0; 
while ((strLine = br.readLine()) != null) { 
    count+ = (myPattern.split(strLine).length-1);  
} 
return count; 

Answer 2

为什么不使用正则表达式？正则表达式针对这类任务进行了优化。

http://download.oracle.com/javase/1.5.0/docs/api/java/util/regex/Matcher.html