有没有办法从java中读取.fdt/.fdx/.fdxt ftile中的文本？

Question

我想计算 .fdt/.fdx/.fdxt 文件中的单词数我将 .fdxt 转换为 .html，然后进一步解析它。它在某些情况下取得了成功，但并非全部。    String html="";    Scanner sc = new Scanner(new File("/home/de-10/Desktop/1.html"));    while(sc.hasNextLine()) {        html+=sc.nextLine();    }    sc.close();    System.out.println(html);    Document doc = Jsoup.parse(html.toString());    String data = doc.text();    System.out.println(data);    Scanner sc1 = new Scanner(new String(data));    int wordCount=0;    while(sc1.hasNext()) {        sc1.next();        wordCount++;    }    sc1.close();    System.out.println("");    System.out.println("**********");    System.out.println("WordCount: "+wordCount);    System.out.println("**********");    System.out.println("");我正在寻找一些最佳解决方案。

Answer 1

你说，“在某些情况下它是成功的，但不是全部”。所以我建议在计数之前删除文本中的标点符号。

int wordCount = Jsoup.parse(html).text().replaceAll("\\p{Punct}", "").split("\\s+").length;