python学习--记词器程序

weixin_30787531

于 2017-11-15 15:56:00 发布

阅读量140

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/hayden1106/p/7839395.html

本文通过Python脚本展示了如何统计文本文件中的单词出现频率，并按频率从高到低排列输出前十个最常见的单词。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

#CalHamlet.py
def getText():
    txt = open("install.sh", "r").read() #读取整个文件
    txt = txt.lower()                    #大写全部转成小写
    for ch in '!"\'.,#$%&()*+-/:;<=>?@[\\]^_`{|}~':
        txt = txt.replace(ch, " ")       #特殊字符全用空格替代
    return txt                           #返回文件

hamletTxt = getText() #调用处理函数
words = hamletTxt.split() #取消掉所有空格,放入到列表words中
#print(words)
counts = {}
for word in words:
    counts[word] = counts.get(word,0) + 1 #将列表转换成字典，键值用键的个数代替
#print(counts) 
#    print(counts[word])
items = list(counts.items())   #将字典转换为列表。
#print(items)
items.sort(key = lambda x:x[1], reverse = True) #以第2列进行排序
for i in range(10):
    word, count = items[i]
    print("{0:<10} {1:>5}".format(word, count))