应使用 map[string]int 统计词频，分词前需清洗标点、转小写；英文用正则[a-za-z]+提取，中英文混排逐字符判断unicode.isletter/ishan；大文件用bufio.scanner流式读取，可设scanwords提升性能。
直接用 map[string]int 统计，别碰 sync.Map ——99% 的文件词频场景都是单阶段串行处理，上并发结构纯属增加 bug 风险。
分词前必须清洗标点和大小写
只靠 strings.Fields 切空格，会把 "hello,world!" 当成一个词；不转小写会导致 "Go" 和 "go" 被算作两个词。
- 英文为主：用
regexp.MustCompile(<code>`[a-zA-Z]+`) 提取连续字母，比strings.Fields更鲁棒 - 中英文混排：逐字符判断
unicode.IsLetter或unicode.IsHan，聚合成 token - 统一预处理：先
strings.ToLower，再提取，避免 key 不一致 - 别用
strings.Split(text, " ")：多个空格会产生空字符串""，最终在 map 里多出"" : 42这种脏数据
大文件要用 bufio.Scanner 流式读取
读几百 MB 的日志或文本时，os.ReadFile 容易触发 OOM；bufio.Scanner 按行缓冲，内存可控，且默认 64KB 缓冲区够用。
- 设置扫描器拆分函数可提升性能：
scanner.Split(bufio.ScanWords)直接按单词切，省去手动 split - 遇到超长行（如 minified JSON）需调大缓冲区：
scanner.Buffer(make([]byte, 4096), 1 - 错误要判
scanner.Err()，不是只看scan返回值；io.EOF是正常结束，其他 err 才该 log
排序输出必须转 slice，map 本身无序
Go 的 map 遍历顺序随机是语言特性，不是 bug。想按频次从高到低、或按字母序输出，必须先把键值对拎出来。
- 定义结构体：
type kv struct{ word string; count int } - 转 slice：
var items []kv; for w, c := range freqMap { items = append(items, kv{w, c}) } - 按频次降序：
sort.Slice(items, func(i, j int) bool { return items[i].count > items[j].count }) - 限制 Top N：
items = items[:min(n, len(items))]，别在 map 上循环找最大——那是 O(n²)
最容易被忽略的是分词边界处理：缩写（don't）、连字符（state-of-the-art）、中英夹杂（iPhone 15发布会）都会让正则 [a-zA-Z]+ 失效。真有这类需求，宁可加个轻量分词库如 github.com/go-ego/gse，也别硬改正则凑合——后者很快变成不可维护的字符串拼接黑洞。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
