Python实现的统计文章单词次数功能示例
作者：_梧桐雨 发布时间：2022-03-15 11:38:07
标签：Python,统计,单词次数
本文实例讲述了Python实现的统计文章单词次数功能。分享给大家供大家参考，具体如下：
题目是这样的：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。
其实就是统计一篇文章出现最多的单词，但是要去除那些常见的连词、介词和谓语动词等，代码：
#coding=utf-8
import collections
import re
import os
useless_words=('the','a','an','and','by','of','in','on','is','to')
def get_important_word(file):
f=open(file)
word_counter=collections.Counter()
for line in f:
words=re.findall('\w+',line.lower())
word_counter.update(words)
f.close()
most_important_word=word_counter.most_common(1)[0][0]
count=2
while(most_important_word in useless_words):
most_important_word=word_counter.most_common(count)[count-1][0]
count+=1
num=word_counter.most_common(count)[count-1][1]
print 'the most important word in ％s is ％s,it appears ％d times'％(file,most_important_word,num)
if __name__=='__main__':
filepath='.'
for dirpath,dirname,dirfiles in os.walk(filepath):
for file in dirfiles:
if os.path.splitext(file)[1]=='.txt':
abspath=os.path.join(dirpath,file)
if os.path.isfile(abspath):
get_important_word(abspath)
学习笔记：
collections模块，是python内建的模块，提供了许多有用的集合类。我们这里用到了Counter类和其中的most_common()方法
PS：这里再为大家推荐2款相关统计工具供大家参考：
在线字数统计工具：
http://tools.jb51.net/code/zishutongji
在线字符统计与编辑工具：
http://tools.jb51.net/code/char_tongji
希望本文所述对大家Python程序设计有所帮助。
来源：https://blog.csdn.net/qq_20817327/article/details/77655399
0
投稿猜你喜欢
- Python自带的pdb库，发现用pdb来调试程序还是很方便的，当然了，什么远程调试，多线程之类，pdb是搞不定的。用pdb调试有多种方式可
一. 什么是装饰器知乎某大佬如是说：内裤可以用来遮羞，但是到了冬天它没法为我们防风御寒，聪明的人们发明了长裤，有了长裤后宝宝再也不冷了，装饰- 在安装依然主机管理系统时，因为当时导入MSSQL时有点问题，所以，为了赶快能用上管理功能，所以就暂时先用了Access数据库。不过一直以来都
- 我们很少会一次性从数据库中取出所有的数据；通常都只针对一部分数据进行操作。 在Django API中，我们可以使用`` filter()``
- 1.什么是装饰器?要理解什么是装饰器，您首先需要熟悉Python处理函数的方式。从它的观点来看，函数和对象没有什么不同。它们有属性，可以重新
- 本文为大家分享了python链表的基础概念和基础用法，供大家参考，具体内容如下一、什么是链表链表是由多个不同的节点组成，每个节点通过指针区域
- 本文实例讲述了Python 字符串、列表、元组的截取与切片操作。分享给大家供大家参考，具体如下：demo.py（字符串、列表、元组的截取）：
- 我们在浏览网页的时候偶尔会遇到一些陌生的网页交互行为，通常情况下它们并不会影响你的正常使用，之所以出现情况往往是因为，设计师在设计某个交互方
- matplotlib默认根据数据系列自动缩放坐标轴范围。pyplot模块中的autoscale函数可以切换是否自动缩放坐标轴范围，xlim(
- 一、错误代码：摘要和详细的url获取不到import asynciofrom bs4 import BeautifulSoupimport
- 下面是我写的NumericStepper：谢谢 果果 和 Rimifon ， 我对代码进行了完善， 支持自适应小数位数：
- 在最近一次项目有一个需求，点击按钮——异步提交——异步响应返回——根据响应返回值新开窗口。这有两个要点：异步响应之前不知道要打开窗口的URL
- MySQL字符集多种多样，下面为列举了其中三种最常见的字符集查看方法，该方法供您参考，希望对学习MySQL数据库能有所启迪。一、查看MySQ
- 以下代码实现了ip查询功能处理程序 import os,timedef getip(filepath):
- GO 语言的 for…range 能做什么呢？for…range 如何使用 ?for…range 的返回
- 通常来说，一个Python程序可以从键盘读取输入，也可以从文件读取输入；而程序的结果可以输出到屏幕上，也可以保存到文件中便于以后使用。本文就
- by yemoo有时在编写网页代码时发现，img底部莫名奇妙多出大约3px的空白，无论怎么调节css都不可以，今天再次遇到此问题，网上看了一
- 很高兴参加了这一期的薯片会，认识了几个朋友～～不料的却是今天我要来总结一下本次薯片会我们总共讨论了三个议题：A、 如何让“用户”更容易识别超
- 最近有网友在留言板里问到jRaiser和jQuery的冲突问题，特此写一篇文章进行解释。冲突的根源众所周知，jQuery是通过一个全局变量$
- 有的时候，为了对python文件进行加密，会把python模块编译成.pyd文件，供其他人调用。拿到一个.pyd文件，在没有文档说明的情况下
