twitter使用java从推文中排除一些单词

Question

我正试图编写一个程序，从特定用户那里检索推文，并统计最常用的单词。在我的代码中，除了重复次数之外，我还得到了用户时间线中写的每个单词。但我只需要得到最常用的单词和计数

我该如何修复代码才能做到这一点

for(Status status2 : status){
    status2.getText();
    //System.out.println(status2.getCreatedAt());

    String s = status2.toString();
    String[] splitted = s.split(" ");
    HashMap hm = new HashMap();
    int x;  

    for (int i = 0; i < splitted.length; i++) {
        if (!hm.containsKey(splitted[i])) {
            hm.put(splitted[i], 1);
        } else {
            hm.put(splitted[i], (Integer) hm.get(splitted[i]) + 1);
        }
        for (Object word : hm.keySet()){
            System.out.println(word + " " + (Integer) hm.get(word));
        }
    }
}

Answer 1

我使用了list个String变量，但同样的概念也适用于推文。只需在每条推文上循环，获取消息所在的String，而不是在List对象中的String变量上循环

• 在推文循环之外初始化map。当你在loop中初始化它时，它会为每条推文重新创建地图。这将删除您找到的任何数据
• 从map在推文循环之外输出值。否则，您将在每次推文迭代中输出数据。这可能是你想要的结果，但从我收集的信息来看，这并不是你想要的
• 生活质量类型更新，但您应该使用foreach循环来循环分割数组。不需要为int计数器使用额外的内存

结果的问题是，您在每次迭代中都在重新创建地图，删除了所有以前的数据。如果在循环之前初始化映射，并且不重新初始化每个迭代，则可以在所有推文中跟踪数据。例如：

public static void main(String[] args) throws Exception {

    List<String> statusTweets = new ArrayList<String>();
    statusTweets.add("At the bar");
    statusTweets.add("At the house");
    statusTweets.add("Out with friends");

    Map<String,Integer> wordHits = new HashMap<String,Integer>();

    for(String status : statusTweets){
        String[] statusSplitOnSpace = status.split(" ");
        for(String wordInStatus : statusSplitOnSpace){
            if (!wordHits.containsKey(wordInStatus)) {
                wordHits.put(wordInStatus, 1);
            } else {
                wordHits.put(wordInStatus, wordHits.get(wordInStatus)+1);
            }
        }
    }

    for(Entry<String,Integer> wordHit : wordHits.entrySet()){
        System.out.println("Word (" + wordHit.getKey() + ") was found " + wordHit.getValue() + " times.");
    }

}

循环完成后，您可以使用找到的数据执行所需的操作。找到较高的字数，删除某些单词，等等。我只是做了一个循环来输出结果。这让我：

Word (the) was found 2 times.
Word (with) was found 1 times.
Word (bar) was found 1 times.
Word (At) was found 2 times.
Word (house) was found 1 times.
Word (friends) was found 1 times.
Word (Out) was found 1 times.