現在wikipediaのダンプからデータを抽出しています。
ダンプから一部データを抽出することに成功しており、テキストファイルが二つできています。以下がその内容です。
1:「本文の長さ,ページタイトル」が一行ずつカンマ区切りで書かれている
2:「リンク先のページタイトル,リンク元のページタイトル」が一行ずつカンマ区切りで書かれている
これらのテキストファイルを配列に格納し、リンク元のページタイトルとリンク先のページタイトルの文字数を比較したいと思っていますが、どのように処理をしたらいいか思い浮かびません。ご教授いただけたらと思います。
-
気になる質問をクリップする
クリップした質問は、後からいつでもマイページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
checkベストアンサー
+1
2のファイルをtitle2.txt 1をtitle.txtとした場合以下のコードで文字数の比較が行われ
a1,a2にはString[]型変数にそれぞれのデータが並んで入り、
bにはリンク元とリンク先それぞれの長さの大小が1,0,-1の数値に変換されて順に入ります
import java.util.*;
import java.io.*;
class CD{
public static void main(String[] args){
ArrayList<String[]> a=new ArrayList<>();
ArrayList<String[]> a2=new ArrayList<>();
ArrayList<Integer> b=new ArrayList<>();
try(BufferedReader br=new BufferedReader(new FileReader("title2.txt"))){
String data=null;
while((data=br.readLine())!=null){
String[] dat=data.split(",");
a.add(dat);
}
}catch(Exception e){}
try(BufferedReader br=new BufferedReader(new FileReader("title1.txt"))){
String data=null;
while((data=br.readLine())!=null){
String dat[]=data.split(",");
a2.add(dat);
}
}catch(Exception e){}
for(String[] s:a){
String tit=s[0];
String tit2=s[1];
int titl=0;
int titl2=0;
for(String[] s2:a2){
if(tit.equals(s2[1])){
try{
titl=Integer.parseInt(s2[0]);
}catch(Exception e){}
}
if(tit2.equals(s2[1])){
try{
titl2=Integer.parseInt(s2[0]);
}catch(Exception e){}
}
}
if(titl<titl2){
b.add(-1);
}else if(titl==titl2){
b.add(0);
}else if(titl>titl2)
b.add(1);
}
}
}
}投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
0
HashMapとか使うともっとスッキリ書け、データが多くなった場合の実行時間も短縮できそうですが。
1のデータを、タイトルをキーに本文の長さを値としてMapに格納し、
2のデータの2つのタイトルをキーに、1のマップから取り出して比較する。
public class Q55452 {
public static void main(String[] args) {
// まずはタイトル-本文長さのマッピングを作成
Map<String, Integer> map = new HashMap<>();
try (BufferedReader br = new BufferedReader(new FileReader("title1.txt"))) {
String data;
while ((data = br.readLine()) != null) {
String[] d = data.split(",");
try {
map.put(d[1], Integer.valueOf(d[0]));
} catch (NumberFormatException e) { }
}
} catch (IOException e) {
e.printStackTrace();
}
// リンク先・リンク元のタイトルから本文長さを引き出して比較する
// リンク先が短ければ-1,同じなら0,リンク元が短ければ1になり、どちらかが存在しない記事ならばnull
try (BufferedReader br = new BufferedReader(new FileReader("title2.txt"))){
List<Integer> list = br.lines()
.map(x -> Arrays.stream(x.split(","))
.map(y -> Optional.ofNullable(map.get(y)))
.collect(Collectors.toList()))
.map(l -> l.get(0).flatMap(x -> l.get(1).map(y -> x.compareTo(y))).orElse(null))
.collect(Collectors.toList());
} catch (IOException e) {
e.printStackTrace();
}
}
}投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
15分調べてもわからないことは、teratailで質問しよう！
- ただいまの回答率 88.37%
- 質問をまとめることで、思考を整理して素早く解決
- テンプレート機能で、簡単に質問をまとめられる
質問への追記・修正、ベストアンサー選択の依頼
MasahikoHirata
2016/11/16 22:48
まず比較したいのが質問の通り’リンク元のページタイトルとリンク先のページタイトル’であり、文字数であれば’１：’からは関係ない比較なのでは？
shoot
2016/11/16 22:54
ご指摘ありがとうございます。質問に不備がありました。1は本文の行数ではなく、本文の長さでした。また、比較したいことはリンク元のページタイトルとリンク先のページタイトルがそれぞれ持つ本文の長さです。
MasahikoHirata
2016/11/16 23:42
tetratailさん。参考になりました。