第 0004 题：任一个英文的纯文本文件，统计其中的单词出现的个数

1.创建一个列表，用来存放文件中的字符串

2.使用正则表达式来抓取英文单词

3.对单词进行计数统计

 

from collections import Counter
import re

def  ceate_list(filename):
    datalist[]=0
    with open(filename,'r') as f:
        for line in f:
        content=re.sub("\"|.|\."," ",line)
        datalist.extend(content.strip().split(' '))
    return datalist

def wc(filename){
     print Counter(create_list(filename))

}
if __name__="__main__":
        filename="wonderful.txt"
       wc(filename)

注释：

re.sub的功能：

re是regular expression的缩写，表示正则表达式；sub是substitute的缩写，表示替换；

re.sub功能：对于输入的一个字符串，利用正则表达式的强大字符串处理功能，去实现相对复杂的字符串替换处理，然后返回被替换后的字符串

re.sub(pattern,repl,string,count=0,flags=0) 前三者为必选：

   pattern：正则表达式中的模式字符串；

   repl：被替换的字符串或者函数（被替换的字符串是普通的字符串，不是pattern）

  string：表示被处理被替换的那个原始string字符串

Python中的extend（）和append（）函数：

列表是以类的形式实现的。“创建”列表实际上是将一个类实例化。因此，列表有多种可以操作。

  列表可包含任何数据类型的元素，单个列表中的元素无须全为同一个类型。

  extend（）方法只接受一个列表作为参数，并将该参数的每个元素都添加到原有的列表中。

  append（）方法向列表的尾部添加一个新的元素。只接受一个参数。

Python strip（）函数和 split（）函数介绍：

  strip函数：

   声明：s为字符串，rm为要删除的字符序列

   s.strip（rm） 删除s字符串中开头、结尾处，位于rm删除序列的字符；

   s.lstrip（rm） 删除s字符串中开头处，位于rm删除序列的字符；

   s.rstrip（rm ）删除s字符串中结尾处，位于rm删除序列的字符；

     注意：当rm为空时，默认为删除空白符（包括‘\n’,‘\r’，‘ \t’，‘ ’）

   split（）函数：将字符串分隔 

      按某一个字符分割。如‘ .’；

     按某一个字符分割，且分割n次split（‘ .’，1）；

     split（）函数后面还可以加正则表达式，split（‘. ’）[0]-----代表取第一个元素；按反序排列，[::]按正序排列