Count Words Java

문서에서 단어를 세는 것은 법률 기술, 교육, 연구 및 비즈니스 프로세스 자동화를 포함한 여러 분야에서 기본적인 작업입니다. 통찰력을 얻기 위해 텍스트를 분석하든, 콘텐츠 길이 정책을 시행하든, 단순히 보고서를 준비하든, 총 단어 수와 각 단어의 빈도를 아는 것은 귀중한 맥락을 제공합니다. Java를 사용하여 이 프로세스를 자동화하면 작업 흐름을 간소화하고 수동 카운팅의 필요성을 없앨 수 있습니다. Conholdate.Total for Java SDK의 도움으로 개발자는 다양한 문서 유형에서 프로그래밍 방식으로 텍스트를 추출하고 Java 애플리케이션 내에서 효율적인 단어 수 및 빈도 분석을 수행할 수 있습니다. 이 블로그 게시물은 실용적인 코드 예제를 사용하여 이러한 기능을 어떻게 달성할 수 있는지 안내

문서에서 단어 수를 세는 이유는 무엇인가요?

문서 처리에서 단어 수 집계가 중요한 여러 가지 이유는 다음과 같습니다:

  1. Content Analysis & Readability: 문서가 예상되는 길이 및 가독성 기준을 충족하는지 여부를 결정하는 데 도움이 됩니다.

  2. 법률 문서 검토: 특정 조항의 포함 또는 생략 여부를 단어 존재를 기반으로 확인합니다.

  3. 학술 연구: 자동화된 평가, 용어 빈도 분석, 및 표절 탐지를 지원합니다.

  4. 검색 및 인덱싱: 빈번하게 나타나는 용어와 관련 키워드를 인덱싱하여 검색 정확도를 높입니다.

PDF 또는 Word 문서에서 단어 수 세기 Java 사용법

You need to configure Conholdate.Total for Java SDK in your environment. It allows you to work seamlessly with a variety of document formats including PDF, DOCX, TXT, and more. Using its document parsing capabilities, you can extract text and compute word frequencies without complex dependencies. Below is a complete Java code sample that demonstrates how to count words and generate a word frequency report from a PDF file. The following approach demonstrates how to extract selected pages from a PDF and save them as separate files.

try (com.groupdocs.parser.Parser parser = new com.groupdocs.parser.Parser("document.pdf")) {

    com.groupdocs.parser.data.TextReader reader = parser.getText();
    String text = reader.readToEnd();

    String[] words = text.split("\\s+|\\.|\\,|\\?|\\:|\\;");
    System.out.println("Length:" + words.length);

    Hashtable<String, Integer> wordCountTable = new Hashtable<String, Integer>();

    int minWordLength = 2;
   for (String word : words) {
        String uniqueWord = word.toLowerCase();
        if (uniqueWord.length() > minWordLength) {
            if (wordCountTable.containsKey(uniqueWord)) {
                wordCountTable.replace(uniqueWord, wordCountTable.get(uniqueWord),
                        wordCountTable.get(uniqueWord).intValue() + 1);
            } else {
                wordCountTable.put(uniqueWord, 1);
            }
        }
    }

    wordCountTable.entrySet().forEach(entry ->{
        System.out.println(entry.getKey() + ": " + entry.getValue());
    });
}

이 코드는 다음 작업을 수행합니다:

  • 입력 PDF 문서를 파싱하여 텍스트를 추출합니다.

  • 공백과 구두점을 구분 기호로 사용하여 내용을 단어로 분리합니다.

  • 짧고 비 의미있는 단어를 필터링하고 각 중요한 단어의 빈도를 계산합니다.

  • 단어 총 수와 개별 단어 수를 출력하여 추가 분석을 수행합니다.

이 솔루션은 유사한 논리를 사용하여 DOCX, RTF 및 TXT와 같은 Conholdate.Total for Java에서 지원하는 여러 파일 형식을 지원하도록 확장할 수 있습니다.

결론

단어 수 카운팅은 단순한 지표 이상의 것이며, 분석, 준수, 최적화 및 의사 결정을 위한 강력한 도구입니다. Conholdate.Total for Java SDK를 사용하여 이 기능을 Java 애플리케이션에 통합하면 프로그램적으로 텍스트 콘텐츠를 추출하고 자세한 단어 빈도 분석을 수행할 수 있는 능력을 얻게 됩니다. 문서 분석기, 교육 소프트웨어 또는 검색 엔진을 구축하든, 정확한 단어 수 데이터에 접근하는 것은 귀하의 애플리케이션에 지능과 통찰력을 부여합니다. 오늘 이 기능을 통합하여 더 스마트한 문서 처리의 문을 여세요.

See Also