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。
思路:英文的纯文本文本,除了空格,句号,逗号,感叹号等等全都是单词的分割点,原本想着分开讨论,后来发现网上有人用了正则表达式的替换将所有其他的标点符号替换成空格,再统一分割,我借鉴了这种做法,借鉴代码代码有点问题,我在此基础上进行了修改,而且考虑到英语单词由于一行位置不够,用-连接进行分行的情况,用if语句进行考虑。
代码如下:
#coding=utf-8
import re
def get_word_frequencies(file_name):
dic = {}
txt = open(file_name, 'r').read().splitlines()
n=0
for line