问题标签 [word-count]

如何使用 vb.net 计算特定文本文件中的特定单词

我正在尝试完成一个简单的字数统计程序，它可以跟踪连接文件中的字数、字符数和行数。

现在，如果一切顺利，它应该打印文件中的行数、字母和单词的总数，但我得到的只是这条消息：

“words += len(words) TypeError: 'int' object is not iterable”

怎么了？

解决了！新代码：

我对 Hadoop 很陌生。我设置了单节点集群 hadoop-1.0.4，我还从 apache hadoop web 下载了示例的 jar - hadoop-exaples-1.0.4.jar。使用 jar 和命令“hadoop jar hadoop-examples-1.0.4.jar wordcount 'input-dir' 'output-dir'”我能够运行简单的 wordcount 问题。

问题 :: 现在我将在 apache hadoop 网站中发现的 wordcount 问题的代码复制到 eclipse 中并导出一个现在只包含 WordCount 类的 jar 文件，我将 jar 重命名为 wc.jar 但现在使用相同的命令“ hadoop jar wc.jar wordcount 'input-dir' 'output-dir' " ...它给出了错误 :: "Exception in thread "main" java.lang.ClassNotFoundException: WordCount " .... 我重新检查了代码并确保类名是 WordCount ......但它仍然给出同样的错误......我完全不知道该怎么办？希望你能帮忙。这是我用来制作 jar 的代码链接.... http://wiki.apache.org/hadoop/WordCount

如何设置它以打印中文和重音字符？

我正在为hadoop使用eclipse插件。我可以通过制作一个 hadoop 服务器来查看 HDFS 中的所有文件，但是当我尝试从 eclipse 运行 wordcount.java 文件时，它给了我异常，而从终端它运行顺利。例外情况如下。

我有一个方法可以计算文本文件中单词的出现次数，并返回在特定行上找到单词的次数。但是，它不会跟踪单词所在的行号。我有一个单独的方法来计算文本文件中的行数，我想将这两种方法组合成一个跟踪行号的方法，并记录每行出现的单词。

这是我想结合起来的两种方法，以给出类似“单词在 Y 行出现 X 次”的结果

这是我原来的行数计算方法

我一直在寻找一个磁盘密集型 Hadoop 应用程序来测试 Hadoop 中的 I/O 活动，但我找不到任何这样的应用程序可以保持磁盘利用率高于 50% 或一些实际上使磁盘繁忙的应用程序。我尝试了 randomwriter，但令人惊讶的是它并不是磁盘 I/O 密集型的。

所以，我写了一个小程序来在 Mapper 中创建一个文件并在其中写入一些文本。此应用程序运行良好，但仅在主节点中使用率很高，主节点也是名称节点、作业跟踪器和从属节点之一。在其他任务跟踪器中，磁盘利用率为零或可以忽略不计。我无法理解为什么任务跟踪器中的磁盘 I/O 如此之低。如果我做错了什么，有人可以将我推向正确的方向吗？提前致谢。

这是我在 WordCount.java 文件中编写的示例代码段，用于创建 UTF 字符串并将其写入文件 -

我正在为我的 CS 期末练习一些练习，并且被困在这个问题上，我必须读取一个字符串，从用户那里获得最小长度，并返回至少有那么多字母的单词数量。似乎我的代码很好，但它无法打印出答案。谁能帮我吗？

似乎while循环无限运行，但我不知道为什么！

我即将制作一个翻译网站（使用 PHP），人们可以在其中订购翻译来翻译他们的文档。人们可以从该站点上传他们的文件，然后将其连接到该站点的翻译/成员。问题是我如何制作一个从文档中计算价格的应用程序。

评价翻译价格的最常用方法是按字数计算。所以我需要知道客户上传的文档中有多少字。我认为必须有可能从文本文件（如 word 文档）中计算单词。但是，我找不到任何方法来获取 ms word 2003 文档 (.doc) 的确切数量。我找到了一种方法来计算 .docx，但不是 .doc。并且会有更多的文件，例如 PDF 或 rtf。

我见过另一种只计算文件大小的方法，但我认为它不会对不同的文档格式给出相同的结果。或者它是？我能想到的简单方法是要求访问者将他们的文本复制/粘贴到文本区域，但我认为这不是最好的方法。

有人会给我一个建议，我该如何解决这个问题？

我正在尝试根据每个字符串中的单词数过滤字符串列表。我假设您将修剪字符串末尾的任何空格，然后计算字符串中剩余的空格数，这样 WordCount = NumberOfSpaces + 1。这是最有效的方法吗？我知道对于基于字符数的过滤，以下工作正常......只是无法弄清楚如何使用 C#/LINQ 简洁地编写它。

计算单词的任何想法？

更新：这就像一个魅力......谢谢马修：