First they ignore you
then they ridicule you
then they fight you
then you win
    -- Mahatma Gandhi
Chinese => English     英文 => 中文             
随笔-221  评论-1047  文章-0  trackbacks-0
在搜索引擎,语音识别等领域常会统计单词的出现频率,下面给出Groovy实现,打印出现频率最高的6个单词以及相应的出现次数:

def content   =  
    
"""
    The Java Collections API is the basis   for   all the nice support that Groovy gives you
    through lists and maps. In fact, Groovy not only uses the same abstractions, it
    even works on the very same classes that make up the Java Collections API.
    
"""
 
def words 
=  content.tokenize()

def wordFrequency 
=  [:]

words.each {
    wordFrequency[it] 
=  wordFrequency.get(it,  0 +   1  


def wordList 
=  wordFrequency.keySet().toList()

wordList.sort {wordFrequency[it]} 

def result 
=   ''  

wordList[
- 1 .. - 6 ].each {
    result 
+=  it.padLeft( 12 +   " "   +  wordFrequency[it]  +   "  \n  "  

 
println result 



运行结果:

           the: 5
   Groovy: 2
          that: 2
 Collections: 2
         Java: 2
        same: 2 

 


如果所要处理的文本比较复杂,可以使用Regex进行处理,顺便说一句,Groovy在语言级别支持Regex!

posted on 2007-02-01 23:31 山风小子 阅读(4344) 评论(6)  编辑  收藏 所属分类: Groovy & Grails