""" @name : 词频统计 @author : huangshilong @projectname : file_opreat """ def deal_text(): # 用上下文管理器打开文件 with open('Walden.txt','r+') as fp: # 读取文件内容 text = fp.read() # 消除大小写 text=text.lower() # 消除特殊字符 # sub_post = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", ' ', post) for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_{|}.~’‘': text = text.replace(ch, "") # 将文本分割成单个单词 text = text.split() # 返回文本列表 return text def count_text(): # 调用处理文本的函数 txt = deal_text() # 创建一个单词字典 word_dict ={} # 写入单词元素及出现次数 for item in txt: if item not in word_dict: word_dict[item] = 1 else: word_dict[item]+=1 #得到出现次数前十的一个列表 list_top10_word =[] for item in word_dict: list_top10_word.append(word_dict[item]) # 通过列表的sort方法对列表进行排序，方便取最后的出现次数最多的十个元素 list_top10_word.sort() list_top10_word=list_top10_word[-1:-11:-1] # 使用字典生成式生成次数前十的单词的字典，并输出 dict_top10_word = {key:word_dict[key] for key in word_dict if word_dict[key] in list_top10_word} print(dict_top10_word) count_text()
上一个：Python生成sql语句