Python：统计文本文件中出现最多的单词（含完整源码）

Python：统计文本文件中出现最多的单词（含完整源码）

在日常工作和学习中，我们经常需要对文本文件进行处理，例如统计其中出现频率最高的单词。Python 作为一种功能强大的编程语言，提供了丰富的工具库和语法，便于实现此类文本处理操作。下面就来介绍一下如何使用 Python 统计文本文件中出现最多的单词。

1. 准备工作

首先，我们需要准备一份文本文件作为输入，这里我们以《红楼梦》为例。可以从网上下载该小说的 txt 格式文本，并保存到本地，比如在代码运行的同一目录下，命名为 “hongloumeng.txt”。

2. 实现步骤

• 第一步，读取文本文件内容并转换为字符串格式。

with open("hongloumeng.txt", "r", encoding="utf-8") as f:
    text = f.read()

• 第二步，利用 re 模块中的 sub() 方法将字符串中的非字母字符替换为空格，并将字符串转换为单词列表。

import re
words = re.sub(r"[^a-zA-Z\s]", "", text).lower().split()

• 第三步，使用 Counter 对象进行单词计数，并取出出现频率前 N 的单词及其出现次数。

from collections import Counter
word_freq = Counter(words)
top_