如何使用Golang实现文本解析工具_统计单词和行数示例-Golang-PHP中文网

如何使用Golang实现文本解析工具_统计单词和行数示例

P粉602998670

发布： 2025-12-16 17:19:13

原创

228人浏览过

Go轻量文本解析工具应优先用strings.Fields逐行拆分单词，因其自动处理任意空白符且忽略连续空白；基础实现需校验参数、安全打开文件、逐行读取并统计行数与单词数。

如何使用golang实现文本解析工具_统计单词和行数示例

用 Go 语言写一个轻量文本解析工具，统计单词数和行数非常简单，核心在于读取文件、按行分割、再按空格/标点切分单词——关键不是“怎么写”，而是“怎么写得健壮又易读”。

基础版本：逐行读取 + strings.Fields

Go 标准库的 strings.Fields 会自动按任意空白字符（空格、制表符、换行）拆分，并忽略连续空白，比用 strings.Split 更适合单词统计。

示例代码：

package main

import (
    "fmt"
    "io"
    "os"
    "strings"
)

func main() {
    if len(os.Args) != 2 {
        fmt.Println("用法: wordcount <文件路径>")
        return
    }

    file, err := os.Open(os.Args[1])
    if err != nil {
        fmt.Printf("打开文件失败: %v\n", err)
        return
    }
    defer file.Close()

    var lines, words int
    buf := make([]byte, 0, 64*1024)
    
    for {
        n, err := file.Read(buf[:cap(buf)])
        buf = buf[:n]
        if n == 0 {
            if err == io.EOF {
                break
            }
            fmt.Printf("读取错误: %v\n", err)
            return
        }

        // 按行处理（注意：可能有不完整行，但对统计影响小）
        for len(buf) > 0 {
            i := bytes.IndexByte(buf, '\n')
            if i < 0 {
                // 最后一行无换行符
                lines++
                words += len(strings.Fields(string(buf)))
                break
            }
            lines++
            line := string(buf[:i])
            words += len(strings.Fields(line))
            buf = buf[i+1:]
        }
    }

    fmt.Printf("行数: %d, 单词数: %d\n", lines, words)
}

登录后复制

更实用的版本：使用 bufio.Scanner

对大多数文本文件，bufio.Scanner 更简洁安全，自动处理换行、缓冲和大文件。默认每行上限 64KB，如需更大可调 Scanner.Buffer。

立即学习“go语言免费学习笔记（深入）”；

MCP市场

中文MCP工具聚合与分发平台

211

查看详情

按行扫描，每行调 strings.Fields 得单词切片长度
跳过空行（len(strings.Fields(line)) == 0）不影响行数统计，但符合常见语义
不依赖正则，性能好，内存友好

支持简单过滤：忽略标点与大小写

如果想把 "Hello!" 和 "hello" 算作同一个词，或去掉末尾标点，可在切分前预处理：

用 strings.TrimSpace 去首尾空白
用 strings.Map 移除常见标点（如 func(r rune) rune { if unicode.IsPunct(r) || unicode.IsSymbol(r) { return -1 }; return r }）
统一转小写：strings.ToLower

注意：这属于“清洗”逻辑，是否启用取决于需求——纯计数不需要，做词频分析时建议加上。

扩展思路：统计 Top N 高频词

只需加一个 map[string]int 记录词频，遍历所有单词时累加，最后用切片排序输出前 N 个。不用第三方库，10 行内可完成。

例如：

freq := make(map[string]int)
for _, w := range strings.Fields(line) {
    w = strings.ToLower(strings.TrimSpace(w))
    if w != "" {
        freq[w]++
    }
}
// 后续转为切片并按 value 排序...

登录后复制

以上就是如何使用Golang实现文本解析工具_统计单词和行数示例的详细内容，更多请关注php中文网其它相关文章！