用flatmap配合arrays.stream统计词频，先按行切分再拆单词，经flatmap扁平化后过滤空串、转小写，最后用groupingby+counting汇总。
用 flatMap 配合 Arrays.stream 统计文章词频，核心在于把每行（或每句）拆成单词流，再扁平化成一个统一的单词流，最后用 Collectors.groupingBy 计数。
先按行切分，再逐行拆单词
文章通常是多行字符串，需先用 split("\n") 或 lines() 转为行流；对每一行，用 split("\s+") 切出单词，再用 Arrays.stream(...) 转成子流，最后靠 flatMap 合并所有单词。
- 推荐用
String::lines处理换行，更安全（自动适配不同系统换行符） - 单词分割建议用正则
"\W+"或"[^a-zA-Z]+"过滤标点，比单纯"\s+"更准 - 统一转小写便于忽略大小写统计：
String::toLowerCase
过滤空字符串和纯空白
拆分后容易产生空串（如连续空格、行首尾空格），必须用 filter(word -> !word.isEmpty()) 剔除，否则会影响统计结果。
Java Linux版
下载
Java Linux版下载入口，提供 Oracle JDK 26.0.2 官方 Linux 安装包、Java 环境配置、JDBC 数据库连接和 Java 服务端开发相关信息。
- 也可用
filter(Predicate.not(String::isBlank))（Java 11+） - 避免在
split后直接 collect，漏掉空值会导致NullPointerException
汇总词频用 groupingBy + counting
扁平化得到完整单词流后，调用 collect(Collectors.groupingBy(Function.identity(), Collectors.counting())) 即可生成 Map<string long></string>。
-
Function.identity()表示以单词本身为 key -
Collectors.counting()返回Long类型计数，比summingInt(i -> 1)更简洁 - 若需按频次降序排列，后续可对 map 的 entrySet 排序，Stream 不直接支持
完整可运行示例
假设输入字符串 text = "Hello world\nHello Java world";：
Map<string long> wordCount = Arrays.stream(text.split("\n")) // 按行切
.flatMap(line -> Arrays.stream(line.split("\W+"))) // 每行拆词 → 扁平化
.filter(word -> !word.isEmpty()) // 去空
.map(String::toLowerCase) // 统一小写
.collect(Collectors.groupingBy(
Function.identity(),
Collectors.counting()
));</string>
结果为：{hello=2, world=2, java=1}。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
