問題タブ [word-count]

vb.net を使用して特定のテキスト ファイル内の特定の単語をカウントするにはどうすればよいですか

接続されたファイル内の単語、文字、および行の数を追跡する単純な単語カウント プログラムを完成させようとしています。

すべてがうまくいけば、ファイル内の行数、文字数、単語数の合計が表示されるはずですが、次のメッセージしか表示されません。

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

なにが問題ですか？

解決しました！新しいコード:

私はHadoopに非常に慣れていません。単一ノード クラスター hadoop-1.0.4 をセットアップし、サンプルの jar ファイル (Apache Hadoop Web から hadoop-exaples-1.0.4.jar) もダウンロードしました。jar とコマンド "hadoop jar hadoop-examples-1.0.4.jar wordcount 'input-dir' 'output-dir'" を使用すると、単純なワードカウントの問題を実行できます。

問題 :: Apache Hadoop Web サイトで見つかった wordcount 問題のコードを Eclipse にコピーし、WordCount クラスのみを含む jar ファイルをエクスポートし、jar の名前を wc.jar に変更しますが、同じコマンドを使用しています " hadoop jar wc.jar wordcount 'input-dir' 'output-dir' " ... エラーが発生しています :: "Exception in thread "main" java.lang.ClassNotFoundException: WordCount " .... コードを再確認しましたクラス名がWordCountであることを確認してください...しかし、それでも同じエラーが発生します....どうすればよいか完全に混乱しています?? お役に立てれば幸いです。これは、jarを作成するために使用したコードのリンクです.... http://wiki.apache.org/hadoop/WordCount

中国語とアクセント付きの文字を印刷するように設定するにはどうすればよいですか?

Hadoop 用の Eclipse プラグインを使用していました。Hadoop サーバーを作成することで HDFS のすべてのファイルを表示できますが、Eclipse から wordcount.java ファイルを実行しようとすると例外が発生しますが、端末からはスムーズに実行されます。例外は以下です。

テキスト ファイル内の単語の出現回数をカウントし、特定の行で単語が見つかった回数を返すメソッドがあります。ただし、単語がどの行番号にあるかは追跡しません。テキスト ファイルの行数をカウントする別のメソッドがあり、この 2 つのメソッドを組み合わせて、行番号を追跡し、各行に出現する単語のログを保持するメソッドにしたいと考えています。

ここでは、「Word が Y 行で X 回発生する」のような結果を得るために組み合わせたい 2 つの方法を示します。

これが私の元の行カウント方法です

Hadoop での I/O アクティビティをテストするために、ディスク集中型の Hadoop アプリケーションを探していましたが、ディスク使用率を 50% 以上に保つアプリケーションや、実際にディスクをビジー状態に保つアプリケーションが見つかりませんでした。randomwriter を試してみましたが、驚くべきことに、ディスク I/O を集中的に使用することはありません。

そこで、Mapper でファイルを作成し、それにテキストを書き込む小さなプログラムを作成しました。このアプリケーションはうまく機能しますが、ネーム ノード、ジョブ トラッカー、およびスレーブの 1 つであるマスター ノードでのみ使用率が高くなります。ディスク使用率は、他のタスク トラッカーでは NIL または無視できます。タスク トラッカーでディスク I/O が非常に低い理由がわかりません。私が何か間違ったことをしている場合、誰かが私を正しい方向に動かしてくれませんか? 前もって感謝します。

これは、UTF文字列を作成してファイルに書き込むためにWordCount.javaファイルに書いたサンプルコードセグメントです-

私はCSファイナルのためにいくつかの演習を行っていますが、この問題に悩まされています。この問題では、文字列を読み取り、ユーザーから最小の長さを取得し、少なくともその数の文字を含む単語の量を返す必要があります。私のコードは問題ないように見えますが、答えを出力できません。誰かが私を助けることができますか？

whileループが無限に実行されているように見えますが、理由がわかりません。

私は、人々が自分の文書を翻訳するために翻訳者を注文できる翻訳者サイト（PHP）を作成しようとしています。サイトから人々は自分のファイルをアップロードすることができ、それからそれはサイトの翻訳者/メンバーに接続されます。問題は、ドキュメントから価格をカウントするアプリケーションをどのように作成するかです。

翻訳価格を評価する最も一般的な方法は、単語ごとです。したがって、顧客がアップロードしたドキュメント内の単語の数を知る必要があります。単語文書などのテキストファイルから単語を数えることができるはずだと思いました。ただし、ms word 2003ドキュメント（.doc）の正確な量を取得する方法が見つかりませんでした。.docxをカウントする方法を見つけましたが、.docはカウントしません。そして、PDFやrtfなどのファイルがさらに増えるでしょう。

ファイルサイズのみをカウントする別の方法を見たことがありますが、異なるドキュメント形式で同じ結果が得られるとは思いません。それともそうですか？私が考える簡単な方法は、訪問者にテキストをコピーしてテキストエリアに貼り付けるように依頼することですが、これが最善の方法ではないと思います。

誰かが私にこれを解決するためのアドバイスをくれますか？

各文字列の単語数に基づいて文字列のリストをフィルタリングしようとしています。WordCount = NumberOfSpaces + 1 となるように、文字列の末尾にある空白をすべて削除してから、文字列に残っている空白の数を数えることを想定しています。これが最も効率的な方法でしょうか? 文字数に基づいてフィルタリングする場合、次のようにするとうまくいくことはわかっています... C#/LINQ を使用して簡潔に記述する方法がわかりません。

単語を数えるためのアイデアはありますか?

更新：これは魅力のように機能しました...ありがとうマシュー：