Java编程实现提取文章中关键字的方法

本文实例讲述了java编程实现提取文章中关键字的方法。分享给大家供大家参考，具体如下：

实现代码：

/**
 * 相关的jar包
 * lucene-core-3.6.2.jar,lucene-memory-3.6.2.jar,
 * lucene-highlighter-3.6.2.jar,lucene-analyzers-3.6.2.jar
 * ikanalyzer2012.jar
 *
 * 截取一片文章中频繁出现的关键字，并给予分组排序（倒叙），以数组格式返回n个关键字
 *
 * 并该类内部含有一个list2map方法，可将重复<string>集合转换为map<string, integer>格式
 * 并算出该<string>重复次数，放入相应的value中
 */
package com.lifeix.api.util; 
import java.io.ioexception; 
import java.io.stringreader; 
import java.util.arraylist; 
import java.util.collections; 
import java.util.comparator; 
import java.util.hashmap; 
import java.util.list; 
import java.util.map; 
import java.util.map.entry; 
import org.apache.lucene.analysis.tokenstream; 
import org.apache.lucene.analysis.tokenattributes.chartermattribute; 
import org.wltea.analyzer.lucene.ikanalyzer; 
/** 
 * 获取文章关键字 
 * @author anwj 
 * 
 */ 
public class wordutil { 
 /** 测试文章 */ 
 static string keyword = "笑星潘长江当上“男媒婆”了，但这回可不是演小品——由他自编自导自演的都市喜剧《男媒婆》将于1月13日在北" + 
   "京卫视首播。剧中，潘长江变身成为能说会道、古道热肠的“新时代男媒婆”丁二春，与“*第一酒窝美女2”张庭上演了一出“屌丝逆袭”" + 
   "的浪漫追爱记。李明启、李文启、冯远征、任程伟、马丽、徐等明星也齐齐上阵制造“笑料”《男媒婆》围绕着丁二春和他所开" + 
   "办的“全成热恋”婚介所展开。人到中年的丁二春眼看来势汹涌的“婚恋大潮”商机不断，想凭借一张巧嘴开创事业和人生" + 
   "“第二春”。婚介所开张大吉，顾客盈门，提出的要求却也千奇百怪，拜金女、宅男、小老板粉墨登场，展开了一系列令人捧腹" + 
   "大笑又不失温情的精彩故事。剧中的一大看点是美女搭配“丑男”的搭配，张庭与潘长江成了一对欢喜冤家。张庭表示，剧中两人“" + 
   "身高有差距、年龄有距离，相貌不对等”。而潘长江谈到这种主角设定时认为：“张庭以往的角色都特别独立、可爱，而‘大女人'和‘" + 
   "小男人'正是我俩这对情侣的设定，所以张庭是非常合适的人选。”此外，该剧也是潘长江继《能人冯天贵》、《清凌凌的水蓝莹莹的天》" + 
   "第一、第二部之后第四次自导自演的喜剧作品。潘长江表示，全剧通过“媒婆”这个特殊职业的视角，展示着当代社会种种婚恋价值观，涵盖了" + 
   "黄昏恋、拜金女、凤凰男等诸多引发热议的时代话题。(记者 尹春芳)免责声明：本文仅代表作者个人观点，与环球网无关。其原创性以及文中" + 
   "陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，" + 
   "并请自行核实相关内容。"; 
 /** 获取关键字个数 */ 
 private final static integer num=5; 
 /** 截取关键字在几个单词以上的数量 */ 
 private final static integer quantity=1; 
 /** 
  * 传入string类型的文章，智能提取单词放入list中 
  * @param article 
  * @param a 
  * @return 
  * @throws ioexception 
  */ 
 private static list<string> extract(string article,integer a) throws ioexception { 
  list<string> list =new arraylist<string>(); //定义一个list来接收将要截取出来单词 
  ikanalyzer analyzer = new ikanalyzer(); //初始化ikanalyzer 
  analyzer.setusesmart(true); //将ikanalyzer设置成智能截取 
  tokenstream tokenstream= //调用tokenstream方法(读取文章的字符流) 
    analyzer.tokenstream("", new stringreader(article)); 
  while (tokenstream.incrementtoken()) { //循环获得截取出来的单词 
   chartermattribute chartermattribute = //转换为char类型 
     tokenstream.getattribute(chartermattribute.class); 
   string keword= chartermattribute.tostring(); //转换为string类型 
   if (keword.length()>a) { //判断截取关键字在几个单词以上的数量(默认为2个单词以上) 
    list.add(keword); //将最终获得的单词放入list集合中 
   } 
  } 
  return list; 
 } 
 /** 
  * 将list中的集合转换成map中的key，value为数量默认为1 
  * @param list 
  * @return 
  */ 
 private static map<string, integer> list2map(list<string> list){ 
  map<string, integer> map=new hashmap<string, integer>(); 
  for(string key:list){ //循环获得的list集合 
   if (list.contains(key)) { //判断这个集合中是否存在该字符串 
    map.put(key, map.get(key) == null ? 1 : map.get(key)+1); 
   } //将集中获得的字符串放在map的key键上 
  } //并计算其value是否有值，如有则+1操作 
  return map; 
 } 
 /** 
  * 提取关键字方法 
  * @param article 
  * @param a 
  * @param n 
  * @return 
  * @throws ioexception 
  */ 
 public static string[] getkeywords(string article,integer a,integer n) throws ioexception { 
  list<string> keywordslist= extract(article,a); //调用提取单词方法 
  map<string, integer> map=list2map(keywordslist); //list转map并计次数 
  //使用collections的比较方法进行对map中value的排序 
  arraylist<entry<string, integer>> list = new arraylist<entry<string,integer>>(map.entryset()); 
  collections.sort(list, new comparator<map.entry<string, integer>>() { 
   public int compare(map.entry<string, integer> o1, map.entry<string, integer> o2) { 
    return (o2.getvalue() - o1.getvalue()); 
   } 
  }); 
  if (list.size()<n) n=list.size(); //排序后的长度，以免获得到null的字符 
  string[] keywords=new string[n]; //设置将要输出的关键字数组空间 
  for(int i=0; i< list.size(); i++) { //循环排序后的数组 
   if (i<n) { //判断个数 
    keywords[i]=list.get(i).getkey(); //设置关键字进入数组 
   } 
  } 
  return keywords; 
 } 
 /** 
  * 
  * @param article 
  * @return 
  * @throws ioexception 
  */ 
 public static string[] getkeywords(string article) throws ioexception{ 
  return getkeywords(article,quantity,num); 
 } 
 public static void main(string[] args) { 
  try { 
   string [] keywords = getkeywords(keyword); 
   for(int i=0; i<keywords.length; i++){ 
    system.out.println(keywords[i]); 
   } 
  } catch (ioexception e) { 
   // todo auto-generated catch block 
   e.printstacktrace(); 
  } 
 } 
}

希望本文所述对大家java程序设计有所帮助。