相同单词未合并是因为未统一大小写、未清除标点及空格残留，导致“Hello!”与“hello”等被视为不同键；需toLowerCase()、正则清理、判空后计数，并慎用Scanner分隔符。
用 HashMap 统计单词频次时，为什么相同单词没合并？
常见错误是把 Scanner 读出的每个 next() 结果直接当键存进 HashMap，但忽略了大小写、标点和空格残留。比如 “Hello!” 和 “hello” 被当成两个词；“word,” 和 “word” 也被视为不同键。
- 先调用
toLowerCase()统一大小写 - 用正则
replaceAll("[^a-z]", "")剥离标点和数字（注意：空字符串会因此产生，需跳过） - 检查
word.length() > 0再计数，避免空白键污染结果 - 别用
nextLine()直接拆——它不按词切分，容易把整行当一个“词”
Scanner 分词逻辑和 useDelimiter() 的实际影响
Scanner 默认以空白符（空格、制表、换行）为分隔符，看似合理，但遇到连字符、撇号、缩写（如 “don’t”, “state-of-the-art”）就会断错。强行用 useDelimiter("\W+") 看似能解决，但会导致开头/结尾非字母字符被吃掉，且连续标点可能生成空串。
- 推荐用
useDelimiter("[^a-zA-Z]+")—— 更精准保留纯字母词 - 如果文本含带撇号的英文词（如 “it’s”），得用
useDelimiter("[^a-zA-Z']+)，再额外清理首尾单引号 - 每次调用
hasNext()前确保scanner没到末尾，否则next()抛NoSuchElementException
HashMap 计数的三种写法，哪一种最稳？
新手常写 map.put(word, map.get(word) + 1)，但 map.get(word) 返回 null 时会触发 NullPointerException。自动装箱救不了原始类型语义缺失的问题。
- 安全写法：用
map.merge(word, 1, Integer::sum)—— JDK 8+，原子、简洁、空值安全 - 兼容老版本：先
map.containsKey(word)判断，再put或replace - 别用
getOrDefault(word, 0)后再put—— 非线程安全，且多一次哈希查找
中文文本或混合内容下，HashMap + Scanner 还适用吗？
不适用。Scanner 的 delimiter 机制依赖字符边界，对中文是“字”不是“词”，直接分出会得到单字而非语义词（如“苹果手机”切成“苹”“果”“手”“机”）。而且 HashMap 本身不处理同义、简繁、拼音归一化。
- 纯中文统计必须换分词库，比如
hanlp或jieba（Java 封装版） - 中英混合场景，先用正则粗筛出英文段落单独处理，中文部分走专业分词
- 哪怕只是过滤掉中文、只统计英文单词，也要注意 Unicode 字符范围——
[^a-zA-Z]不拦得住中文，得用[^\p{L}]+（\p{L}匹配所有字母类 Unicode 字符）
