中文词频统计软件

词频统计目前中文的软件非常少。我知道的只有隐友羡一些程序员编了去卖钱，似乎没有免费的。网上英文的倒不少。

相比之下，用一些文本编辑软件的词频统计功能比较现告渗实，但高频词就需要自己去找了。这类软件的统计功能只能显示词频而不是高频词。

其实word里面的查找/替换功能就类似……

比如，在一篇文章里，点“替灶拍换”，输入“词频软件”，在替换目标中也输入“词频软件”，点“全部替换”就能显示该词在全文中的词频。

#include<IOSTREAM.H>

#include<STDIO.H>

#include<STRING.H>

#include<STDLIB.H>

#include<CONIO.H>

#define WORDLEN 50

#include <IO.H>液洞

#include<TIME.H>

#define PATH 2000

struct node{

char word[WORDLEN]

float num

struct node *pre,*next

}

clock_t start,end

struct node *headptr=(struct node*)malloc(sizeof(struct node))

int main(int argc,char *argv[])

{

int output(char*)

void searchAllFiles(char*)

strcpy(headptr->word," ")

headptr->num=0//用来存储单词的总数

headptr->pre=headptr

headptr->next=headptr

char paths[PATH],patht[PATH]

// printf("喊埋信请输入要查找的文件路径:\n")

//gets(paths)

if(argc<3)

{

printf("请输入程序名,搜索路径及结果文件路径:\n")

return 0

}

strcpy(paths,argv[1])

//printf("请输入要输出结果的文件路径:\n")

//gets(patht)

strcpy(patht,argv[2])

start=clock()

searchAllFiles(paths)

output(patht)

return 0

}

int searchword(char *fpath)

{

char filepath[PATH]

strcpy(filepath,fpath)

FILE *fptr

fptr=fopen(filepath,"r")

char word[20]=""

char sword[2]

char ch

int InsertAndSort(char*)

while((ch=fgetc(fptr))!=EOF)

{

if(!((ch>='a'&&ch<='z')||(ch>='A'&&ch<='Z')||(ch=='?')||(ch=='!')||(ch=='-'))&&(!strcmp(word,"")))//所得到的字符不是要处理的字符且word数组为郑轮空

continue

if((ch>='a'&&ch<='z')||(ch>='A'&&ch<='Z')||(ch=='-'))//得到的字符是字母或连字符

{

sword[0]=tolower(ch)//将其变成小写

strncat(word,sword,1)

continue

}

if(!((ch>='a'&&ch<='z')||(ch>='A'&&ch<='Z')||(ch=='-')||(ch=='?')||(ch=='!'))&&(strcmp(word,"")))//所得到的字符不是要处理的字符且word数组为非空

{

InsertAndSort(word)

strcpy(word,"")//重置word数组为空

continue

}

if(((ch=='?')||(ch=='!'))&&(!strcmp(word,"")))//得到'!'或'?'且word数组为空

{

sword[0]=ch

strncat(word,sword,1)

InsertAndSort(word)

strcpy(word,"")//重置word数组为空

continue

}

if(((ch=='?')||(ch=='!'))&&(strcmp(word,"")))//得到'!'或'?'且word数组非空

{

InsertAndSort(word)//先处理word数组

strcpy(word,"")//重置word数组为空

sword[0]=ch

strncat(word,sword,1)

InsertAndSort(word)

strcpy(word,"")//重置word数组为空

continue

}

continue

}

return 0

}

int InsertAndSort(char* word)

{

struct node *nodeptr//以下部分应该抽象成一个函数

nodeptr=headptr->next

while(nodeptr!=headptr)

{

if(!strcmp(nodeptr->word,word))//这个单词已经存在

{

nodeptr->num+=1

headptr->num+=1

if((nodeptr->num>nodeptr->pre->num)&&(nodeptr->pre!=headptr))//与之前的单词的数目进行对比，找到一个比其数目小的最大单词数目所属单词进行交换

{

struct node* searchptr//新建一个指针用于查找

searchptr=nodeptr->pre->pre

while((nodeptr->num>searchptr->num)&&(searchptr!=headptr))

searchptr=searchptr->pre

searchptr=searchptr->next//回退一个结点

float temp //交换单词数目

temp=nodeptr->num //变量的生存期?

nodeptr->num=searchptr->num

searchptr->num=temp

char tempword[WORDLEN] //交换单词

strcpy(tempword,nodeptr->word)

strcpy(nodeptr->word,searchptr->word)

strcpy(searchptr->word,tempword)

}

break//跳出第二个while循环

}

else

nodeptr=nodeptr->next//继续搜索下一个单词

}

if(nodeptr!=headptr) //判断是否已经找到这个单词

return 0 //已经找到

else

{

struct node* lastptr=(struct node*)malloc(sizeof(struct node))//在链表的尾部新建一个结点存放该单词

strcpy(lastptr->word,word)

lastptr->num=1

lastptr->pre=nodeptr->pre

lastptr->next=headptr

headptr->pre->next=lastptr

headptr->pre=lastptr

headptr->num+=1

}

return 0

}

int output(char* temppath)//输出链表的数据

{

struct node *tempnode

tempnode=headptr->next

FILE *target=fopen(temppath,"w")

if(!target)

{

printf("输入结果失败!\n")

return 0

}

else

{

while(tempnode!=headptr)

{

fprintf(target,"%4.2f",(tempnode->num/headptr->num)*100)

fputs("%",target)

fprintf(target," %s",tempnode->word)

fputs("\n",target)

tempnode=tempnode->next

}

end=clock()

fprintf(target,"the process time is:%.2f seconds\n",(double)(end-start)/(double)CLOCKS_PER_SEC)

return 0

}

}

void searchAllFiles( char *filePath )

{

struct _finddata_t fileInfo

char filePathCpy[PATH]

strcpy(filePathCpy, filePath)

int hfind = _findfirst(filePath, &fileInfo)

if( hfind == -1 ) //打开路径失败返回

{

return

}

else

{

int tag=0

while( tag != -1 ) //从第一个文件..第N个文件

{

if( strcmp( fileInfo.name, "." )==0 || strcmp( fileInfo.name, ".." )==0 ) //一点和两点分别是根目录和当前目录。

{

tag=_findnext( hfind, &fileInfo )//查找下一个配匹的文件

continue

}

//取得全路径

char fullPath[PATH]

strcpy( fullPath, filePathCpy ) //把上一个文夹的路径赋给当前的全部路径

fullPath[ strlen( fullPath ) - strlen( "*" ) ] = '\0'//去掉\\*

strcat( fullPath, fileInfo.name )

if ( fileInfo.attrib &_A_SUBDIR ) //非0，是一个文件夹

{

strcat( fullPath, "\\*" )

searchAllFiles( fullPath )//递归扫描该文件夹的子文件

}

else

{

searchword(fullPath)

}

tag=_findnext(hfind,&fileInfo)//查找下一个配匹的文件

}

_findclose(hfind)

}

}

---