练习006

第 0006 题：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。

代码006.py

#!/usr/bin python 
#coding:utf-8
'''
Created on 2016年4月25日
@author: zxc
'''
import os,re
from collections import Counter
FILE_PATH=r'F:\Python\txt'
stop_word = ['the', 'in', 'of', 'and', 'to', 'has', 'that', 's', 'is', 'are', 'a', 'with', 'as', 'an','for']
def getCounter(i):
    pattern = r'[A-Za-z]+|\$?\d+%?$'
    print i 
    i = os.path.join(FILE_PATH,i)
    print i 
    f=open(i,'r')
    r = re.findall(pattern, f.read())
    return Counter(r)    

def run(FILE_PATH):  
    total_counter = Counter()
    for i in os.listdir(FILE_PATH):
        if os.path.splitext(i)[1] == '.txt':
            #print os.path.splitext(i)[1] 
            total_counter += getCounter(i)
    for i in stop_word:
        total_counter[i] = 0
    print total_counter.most_common()[0][0]            

if __name__=="__main__":
    run(FILE_PATH)

（ 写于2016年4月27日，http://blog.csdn.net/bzd_111）