Java庫，用於文本分析和統計

我需要，我可以通過一個巨大的字符串到一個穩定的Java庫（例如，從白鯨幾章），並獲得「字數統計」般的統計數據：Java庫，用於文本分析和統計

最好東西國際化/本地化，但不是必需的。我認爲Apache Commons會有這樣的事情，但經過徹底的搜索後，它不會。

我可以自己寫這個，但它可能是越野車，需要很多時間;加上我不想重新發明輪子，如果它已經存在。我正在考慮使用Apache Tika，但無法確認它是否能夠滿足我的需求。它似乎處理字數，但不處理其他字。提前致謝。

推薦問題並不適用於SO。 – millimoose 2013-02-16 13:10:39

好的 - @millimoose我編輯了這個問題來專門解決Apache Tika的問題。 – IAmYourFaja 2013-02-16 13:17:38

而@JBNizet我選擇「即刻」這個詞是不幸的。我並不是暗示時間不變，而是把它當作俗語。我已經從問題中刪除了它。 – IAmYourFaja 2013-02-16 13:18:34

看看Apache Tika。它可能符合您的要求

2013-02-16 13:12:28

感謝@AmithKoujalgi（+1） - 它看起來像Tika是需要從命令行運行的可執行JAR？這是真的，還是可以像任何其他（非可執行的）jar庫一樣運行？再次感謝！ – IAmYourFaja 2013-02-16 13:15:25

@DirtyMikeAndTheBoys：這不是「入門」，「解析器API」以及項目主頁中的所有其他鏈接。花些時間閱讀。 – 2013-02-16 13:23:05

P1：「*這是可口可樂還是百事可樂？」P2：（沒有答案）。 P1：「*顯然它是百事可樂*」P2：「*沒有P1，RTFM，你會看到它不是百事可樂*」。 P1：「*那麼它一定是可口可樂！尤里卡，我有我的答案！*」 – IAmYourFaja 2013-02-16 13:26:10

回答