python练习册之七

最新推荐文章于 2021-01-12 15:02:15 发布

jingza

最新推荐文章于 2021-01-12 15:02:15 发布

阅读量334

点赞数

CC 4.0 BY-SA版权

分类专栏： Python 练习册

本文链接：https://blog.youkuaiyun.com/jingza/article/details/52577367

Python 练习册专栏收录该内容

10 篇文章

订阅专栏

本文介绍了一种使用Python统计英文日记中出现频率较高的词汇的方法。通过正则表达式和collections库中的Counter方法，从指定文件夹下的多个txt文件中提取并统计单词出现次数。

【第 0006 题：你有一个目录，放了你一个月的日记，都是 txt，为了避免分词的问题，假设内容都是英文，请统计出你认为每篇日记最重要的词。】

————————————————————————————————————————————————————————————————————

重要的就是查找与统计

查找：使用【re】模块的findall方法

统计：使用list.Counter() 方法

————————————————————————————————————————————————————

每篇日记的统计可以使用如下代码：

import re
from collections import Counter
import os
wordsdict={}
def wordcount(filename):
    with open(filename,'r',encoding='utf-8') as f:
        words=f.read().lower()
    word='[a-zA-Z]+'
	#正则查找单词，返回list
    allwords=re.findall(word,words)
	#统计个数，返回dict
    worddict=Counter(allwords)
    return worddict


if __name__ == "__main__":
    filepath='g://python//'
	#遍历文件夹下的所有文件
    for x in os.listdir(filepath):
	#判断文件是否是txt文件
        if os.path.isfile(filepath+x) and os.path.splitext(x)[1]=='.txt':
            a=wordcount(filepath+x)
            print('%s中的数据为: '%x,a)
            wordsdict=dict(Counter(wordsdict)+Counter(a))

    print('最终的结果为: ',wordsdict)

——————————————————————————————

实在比较low。学习，学习