如何搜索字符串中的完整短语而非单个单词并统计其在文本文件中的出现次数

嘿，我懂你的需求——你现在的代码是把文本拆成单个单词去匹配，但你真正想要的是统计完整的搜索短语（比如"Hello there"）在TXT文件里的出现次数，而不是拆分单词分别匹配对吧？那咱们来修正这个逻辑：

先说说你现有代码的问题 #

你当前的代码逻辑其实搞反了：它把目标文本拆成单词，然后检查每个单词是否包含在搜索字符串里，这完全不符合你“匹配完整短语”的需求，而且会错误统计单个单词的出现，而不是完整短语。

正确的解决方案 #

我们需要直接读取TXT文件的完整内容，然后在整个内容里查找完整短语的出现次数，这里给你两种靠谱的实现方式：

方法1：使用正则表达式（推荐，能处理特殊字符） #

这种方法可以安全处理搜索短语里的正则特殊字符（比如*、.、+等），确保完全按字面匹配：

import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class PhraseCounter {
    public static void main(String[] args) {
        String txtFilePath = "your-target-file.txt"; // 替换成你的TXT文件路径
        String targetPhrase = "Hello there"; // 你要搜索的完整短语
        
        try {
            // 读取TXT文件的完整内容（指定UTF-8编码避免乱码）
            String fileContent = new String(Files.readAllBytes(Paths.get(txtFilePath)), "UTF-8");
            
            // 构建字面匹配的正则模式，避免特殊字符干扰
            // 如果需要忽略大小写，就把Pattern.CASE_INSENSITIVE添加进去
            Pattern phrasePattern = Pattern.compile(Pattern.quote(targetPhrase));
            Matcher matcher = phrasePattern.matcher(fileContent);
            
            int occurrenceCount = 0;
            // 逐个查找所有非重叠的匹配项
            while (matcher.find()) {
                occurrenceCount++;
            }
            
            System.out.println("完整短语 \"" + targetPhrase + "\" 出现的次数: " + occurrenceCount);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

方法2：使用字符串的indexOf循环（更简洁，适合无特殊字符的场景） #

如果你的搜索短语里没有正则特殊字符，用这种方法更简单直接：

import java.nio.file.Files;
import java.nio.file.Paths;

public class SimplePhraseCounter {
    public static void main(String[] args) {
        String txtFilePath = "your-target-file.txt";
        String targetPhrase = "Hello there";
        
        try {
            String fileContent = new String(Files.readAllBytes(Paths.get(txtFilePath)), "UTF-8");
            
            int occurrenceCount = 0;
            int currentIndex = 0;
            // 循环查找短语，每次找到后移动索引避免重复匹配
            while ((currentIndex = fileContent.indexOf(targetPhrase, currentIndex)) != -1) {
                occurrenceCount++;
                currentIndex += targetPhrase.length();
            }
            
            System.out.println("完整短语出现的次数: " + occurrenceCount);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

关键说明 #

• 两种方法都是直接在完整的文件内容里查找完整短语，不会拆分单词匹配
• 如果需要忽略大小写匹配，正则方法可以添加Pattern.CASE_INSENSITIVE参数；indexOf方法可以先把文件内容和搜索短语都转成小写（或大写）再匹配

内容的提问来源于stack exchange，提问作者Ismail Ghelle