蜜月酒店杀人事件剧情简介
"; // extract Chinese text from HTML String textSplit = moviedesc; for (int i = 0; i < textSplit.length(); i ) { int position = (int) textSplit.charAt(i); if (position == 12288 || (position >= 65281 && position <= 65374)) { textSplit = textSplit.substring(0, i) textSplit.substring(i 1); } } // extract English text from non HTML // String enText = moviedesc; // enText = enText.replaceAll("[\pP\p{Punct}]", ""); String stopwords = "的 是 了 多 内 中 对 起 我 和 与 在 它 您 它们 的这个 这些 但也很 大 很的 等 下 哪里 哪些 那里 那些 应该 一些 一个 我们 哪 就是 那 耐斯 好吧 好 也许 如果 了解 可能 甚至 有些 向 上 希望 认为 能够 能 对于 或者 经常 已经 转 您 当然 的确 谁 哪怕 为 因为 被 层 层级 是 的 是 不只 不但 不仅不仅 为什么 仍然 我们 只有 即使 尽管 虽然 虽然 有时 可以 看看 比如 诸如 etc"; String[] stopwordArray = stopwords.split(" "); // textSplit = new TextSplit().toString(); String[] splitChinese = splitChinese(textSplit); int count = 0; for (int i = 0; i < splitChinese.length; i ) { splitChinese[i] = splitChinese[i].replaceAll("[\pP\p{Punct}]", ""); for (int j = 0; j < stopwordArray.length; j ) { if (splitChinese[i].equals(stopwordArray[j])) { splitChinese[i] = ""; j = stopwordArray.length; } } } for (int i = 0; i < splitChinese.length; i ) { if (splitChinese[i].equals("")) { count ; } } String[] newSplitChinese = new String[splitChinese.length - count]; count = 0; for (int i = 0; i < splitChinese.length; i ) { if (!splitChinese[i].equals("")) { newSplitChinese[count] = splitChinese[i]; count ; } } // System.out.println(Arrays.deepToString(newSplitChinese)); // int[] nonOccurence = new int[newSplitChinese.length]; // for (int i = 0; i < newSplitChinese.length; i ) { // nonOccurence[i] = 0; // } // int wordNum = 0; // for (int i = 0; i < newSplitChinese.length; i ) { // for (int j = 0; j < newSplitChinese.length; j ) { // if (newSplitChinese[i].equals(newSplitChinese[j])) { // if (nonOccurence[i] == 0) { // nonOccurence[i] = 1; // wordNum ; // } // if (nonOccurence[j] == 0) { // nonOccurence[j] = 1; // } // } // } // } // // System.out.println(Arrays.toString(nonOccurence)); // // System.out.println(wordNum); // String[] newSplitChinese2 = new String[wordNum]; // int[] wordvector = new int[wordNum]; // int count2 = 0; // for (int i = 0; i < newSplitChinese.length; i ) { // if (nonOccurence[i] != 0) { // newSplitChinese2[count2] = newSplitChinese[i]; // wordvector[count2] = nonOccurence[i]; // count2 ; // } // } // System.out.println(Arrays.toString(wordvector)); // System.out.println(Arrays.toString(newSplitChinese2)); HashMap unsorted = new HashMap(); for (int i = 0; i < newSplitChinese.length; i ) { if (unsorted.containsKey(newSplitChinese[i])) { unsorted.put(newSplitChinese[i], unsorted.get(newSplitChinese[i]) 1); } else { unsorted.put(newSplitChinese[i], 1); } } Map sorted = new TreeMap(unsorted); // System.out.println(sorted); // Map output = new HashMap(); // System.out.println(sorted.keySet().size()); // System.out.println(sorted.values().size()); // for (int i = 0; i < sorted.size(); i ) { // List integers = new ArrayList<>(sorted.values()); // } // int[] output = new // int[Integer.parseInt(String.valueOf(sorted.size()))]; Integer[] output = new Integer[sorted.size()]; for (int i = 0; i < sorted.size() 1; i ) { if (i < sorted.size()) { List values = new ArrayList<>(sorted.values()); output[i] = (Integer) values.get(i); } else { break; } } Arrays.sort(output, Collections.reverseOrder()); System.out.println("
"); System.out.println("Top 10 words found in the text are: "); if (output.length ==
