单词计数（python）

使用python实现英文小说中简单的单词计数（去除标点、空格，忽略大小写），统计出现最频繁的50个单词。

import re

f=open('emma.txt')

d={}

for line in f:
    words=line.strip().lower().split()
    words_new=[]
    for word in words:
        word_new=re.sub(r'[\s+\.\!\/_,$%^*(+\"\']+|[+——！，。？、~@#￥%……&*（）]+', '', word) #过滤中英文标点
        words_new.append(word_new)
    for word in words_new:
        if word in d:
            d[word]+=1
        else:
            d[word]=1

word_freq=sorted(d.items(),key=lambda x: x[1],reverse=True) #按出现次数从大到小排序

print(word_freq[:50]) #打印出现次数最多的前50个单词

f.close()

测试小说样例下载