java - 扫描包含变量名称的文件

Question

我有一段简单的代码，当前使用 tesseract OCR 来读取任何给定图像中的文本，然后计算它生成的行数。但是，我想在目录中搜索包含字符串(例如 M000123456)的任何文档，并返回名称中包含该字符串的文档数量，并将其与正方体输出的数量进行比较。这些文档的命名如下:M000123456_V987654_05-07-2000.pdf。最好的方法是什么？

import java.io.File;

import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.TesseractException;

public class Main {
    public static void main(String[] args) throws TesseractException {
        Tesseract tesseract = new Tesseract();

        tesseract.setDatapath("C:\\Users\\mmx0409\\Downloads\\Tess4J-3.4.8-src\\Tess4J\\tessdata");

        // the path of your tess data folder
        // inside the extracted file
        String text
                = tesseract.doOCR(new File("C:\\Users\\mmx0409\\Downloads\\testimage.png"));

        // path of your image file
        System.out.print(text);
        System.out.println(text.lines().count()); // count the number of lines tesseract saw

    }
}

Answer 1

您可以使用下面的函数来统计名称中包含 searchString 的文档的数量。

public int countDocuments(String directoryPath, String searchString) {
    File folder = new File(directoryPath);

    File[] listOfFiles = folder.listFiles();

    int count = 0;

    for (int i = 0; i < listOfFiles.length; i++) {
        if (listOfFiles[i].isFile()) {
            String fileName = listOfFiles[i].getName();
            if (fileName.contains(searchString)) {
                count++;
            }
        }
    }

    return count;
}