textprocessing

• Asignatura: Programación IV
• Práctica 3 - Programación Concurrente
• Facultad: Escuela de Ingeniería Informática (ULPGC)

Procesamiento de ficheros de texto

El funcionamiento del programa es: dado un conjunto de ficheros, los procesa y obtiene una lista de las 10 palabras más frecuentes, ordenadas de mayor a menor.

Estructura general

Los ficheros a procesar, que contienen texto sin formato, se encuentran en el directorio datos del HOME del usuario actual.

El sistema realiza las siguientes acciones:

• Identifica el conjunto de ficheros a procesar —ya implementado en Tools.fileLocator()— y almacena sus nombres en un objeto de la clase FileNames.
• Varios hilos de la clase FileReader van tomando uno a uno los nombres de fichero de un objeto FileNames y se van encargando de leer los correspondientes ficheros y añadir su contenido a un objeto de la clase FileContents.
• Varios hilos de la clase FileProcessor van leyendo uno a uno el contenido de los ficheros de un objeto FileContents y lo procesan, separando las palabras y contabilizando su frecuencia, actualizando el resultado sobre un "contador" común de la clase WordFrequencies.
• Se ordenan y seleccionan las 10 palabras más frecuentes partiendo de un objeto WordFrequencies —ya implementado en Tools.wordSelector().

Para construir el sistema se crean distintas clases que representen los distintos procesos y contenedores de datos que maneja el sistema.