Wörter zählen auf Internetseiten... die zweite

[kognitio]

Viele Dank für die bisherige Hilfe, aber es funktioniert immer noch nicht... oder nur zum Teil.
Wenn ich "nur" die Wörter zählen lassen will, mit diesem Code:

import java.net.*;
import java.io.*;
import java.lang.*;
import java.util.*;

public class alle 
{
     public static void main(String[] args)
	throws Exception 
     {          

         // Liest internetseiten
         URL yahoo = new URL("http://www.google.de");
         URLConnection yc = yahoo.openConnection();
         
         BufferedReader in = new BufferedReader(new InputStreamReader(yc.getInputStream()));
         String inputLine;
                    int noOfWords = 0;
	 while( (inputLine=in.readLine()) != null )
	 {
		 // mit split die einzelnen Wˆrter auslesen

		 String [] einzelneWoerter = inputLine.split( " |=|<|>|\"|:|;|-|#|/|,|;|'|&|\\?|$|_" );
                                        noOfWords += einzelneWoerter.length;
		

		 //mit for-schleife wˆrter quecken...
		 for (int i=0; i < einzelneWoerter.length; i++)
		 {
			 System.out.println( "Wort " + noOfWords +": " + einzelneWoerter[i]);
		 }
	 }
     }
}

dann beginnt er ab Wort 31 und zählt irgenwie wirr nach oben. Er verändert immer die Ausgabezahl, wenn der HTML-Text auf eine neue Zeile springt... und ich habe keine Ahnung warum... im Detail sieht das so aus:
Wort 32:
Wort 32: html
Wort 32:
Wort 32: head
Wort 32:
Wort 32: meta
Wort 32: http
Wort 32: equiv
Wort 32:
Wort 32: content
Wort 32: type
Wort 32:
Wort 32: content
Wort 32:
Wort 32: text
Wort 32: html
Wort 32:
Wort 32: charset
Wort 32: ISO
Wort 32: 8859
Wort 32: 1
Wort 32:
Wort 32:
Wort 32: title
Wort 32: Google
Wort 32:
Wort 32: title
Wort 32:
Wort 32: style
Wort 32:
Wort 32: !
Wort 42: body
Wort 42: td
Wort 42: a
Wort 42: p
Wort 42: .h{font
Wort 42: family
Wort 42: arial
Wort 42: sans
Wort 42: serif
Wort 42: }
Wort 47: .h{font
Wort 47: size
Wort 47:
...

Und wenn ich will, dass er mir noch angibt, welche Wörter wie oft vorhanden waren, nehme ich diesem Code:

import java.net.*;
import java.io.*;
import java.lang.*;
import java.util.*;

public class alle 
{
     public static void main(String[] args)
	throws Exception 
     {


                


         // Liest internetseiten
         URL yahoo = new URL("http://www.google.de");
         URLConnection yc = yahoo.openConnection();
         
         BufferedReader in = new BufferedReader(new InputStreamReader(yc.getInputStream()));
         String inputLine;
                    int noOfWords = 0;
                    Treemap allWords = new TreeMap();
	 while( (inputLine=in.readLine()) != null )
	 {
		 // mit split die einzelnen Wˆrter auslesen

		 String [] einzelneWoerter = inputLine.split( " |=|<|>|\"|:|;|-|#|/|,|;|'|&|\\?|$|_" );
                                        noOfWords += einzelneWoerter.length;
		

		 //mit for-schleife wˆrter quecken...
		 for (int i=0; i < einzelneWoerter.length; i++){
                                        if (allWords.containsKey(einzelneWoerter[i]) {
                 
                                            int number = ((Integer)allWords.get(einzelneWoerter[i])).intValue;
                                            allWords.put(einzelneWoerter[i], new Integer(number +1);
                                            }
                                            else {
                                            allWords.pit{einzelneWoerter[i], new Integer(1);
		 {
			 System.out.println( "Wort " + noOfWords +": " + einzelneWoerter[i]);
		 }
	 }
     }
}

und hier gibt es mir die Fehlermeldung:
alle.java:42: ')' expected
if (allWords.containsKey(einzelneWoerter) {
^
alle.java:54: illegal start of expression
}
^
alle.java:54: '}' expected
}
^
3 errors


und ich habe keine Ahnung warum?
Für Hilfen wäre ich sehr dankbar...
Herzliche Grüße,
Stephan

EDIT: BITTE BENUTZE DEN CODE TAG FÜR JAVA CODE !

 

[Roar]

bessere möglichket:
du lädst den html quelltext von der website, filterst das html da raus ( mit HTMLParser oder so, die klassen kenn ich noch nicht) und das was übrig bleibst jagst du durch nen StringTokenizer, und die anzahl der einzelnen wörter bekommst du durch countTokens()

 

[bygones]

zu 1).

war mein Fehler:
schmeiß

noOfWords += einzelneWoerter.length;

weg !

for (int i = 0; i < einzelneWoerter.length; i++) {
   if(!einzelneWoerter[i].equals("")) {
      noOfWords++;
      System.out.println("Wort " + noOfWords + ": " + einzelneWoerter[i]);
   }
}

zu 2 find mer auch noch was 🙂

 

[bygones]

du hast beim 2. Fehler einige Klammern falsch gesetzt:

public static void main(String[] args) throws Exception {
		// Liest internetseiten
		URL yahoo = new URL("http://www.google.de");
		URLConnection yc = yahoo.openConnection();

		BufferedReader in =
			new BufferedReader(new InputStreamReader(yc.getInputStream()));
		String inputLine;
		int noOfWords = 0;
		TreeMap allWords = new TreeMap();
		while ((inputLine = in.readLine()) != null) {
			// mit split die einzelnen Wˆrter auslesen

			String[] einzelneWoerter =
				inputLine.split(" |=|<|>|\"|:|;|-|#|/|,|;|'|&|\\?|$|_");
			noOfWords += einzelneWoerter.length;

			//mit for-schleife wˆrter quecken...
			for (int i = 0; i < einzelneWoerter.length; i++) {
				if (allWords.containsKey(einzelneWoerter[i])) {

					int number = ((Integer) allWords.get(einzelneWoerter[i])).intValue();
					allWords.put(einzelneWoerter[i], new Integer(number + 1));
				}
				else {
					allWords.put(einzelneWoerter[i], new Integer(1));
				}

				System.out.println("Wort " + noOfWords + ": " + einzelneWoerter[i]);

			}
		}
	}

Kannst das mal mit deinen Code vergleichen und die falschen Klammern suchen 🙂

 

[kognitio]

vielen herzlichen Dank an deathbyaclown. Jetzt zählt er, so wie er sollte... bei den vielen Klammern kommt man sehr schnell durcheinander 🙂
Zu der Worthäufigkeit zerbreche ich mir jetzt nun erst einmal den Kopf und schau mal, ob ich das auch so hinbekomme.
Also nocheinmal, herzlichen Dank...