使用Java Streams计算文件中的所有单词

Question

我试图计算文本文件中唯一单词的数量。 为了简单起见，我当前的文件内容为：

这是一个示例文件

我的尝试是：

long wordCount = 
    Files.lines(Paths.get("sample.txt"))
         .map(line -> line.split("\\s+"))
         .distinct()
         .count();
System.out.println(wordCount);

这可以编译并正常运行，但结果为1 ，而应为5 。

Answer 1

您正在将每行映射到一个数组（将Stream<String>转换为Stream<String[]> ，然后计算数组元素的数量（即文件中的行数）。

您应该使用flatMap来创建文件中所有单词的Stream<String> ，并且在distinct()和count()操作之后，您将获得不同单词的数量。

long wordCount = 
    Files.lines(Paths.get("sample.txt"))
         .flatMap(line -> Arrays.stream(line.split("\\s+")))
         .distinct()
         .count();

Answer 2

您似乎正在计算文件中的行数：

map(line -> line.split("\\s+")) // this is a Stream<String[]>

您应进一步将Stream.flatMap用作：

long wordCount = Files.lines(Paths.get("sample.txt"))
        .map(line -> line.split("\\s+"))
        .flatMap(Arrays::stream)
        .distinct()
        .count();