最近在学习正则表达式,想要统计【天龙八部】中各个主角出现的次数。
在读取文件的时候,提示下面错误:
原来下载的天龙八部txt文件的编码格式是【ANSI】,所以读取报错了。
解决办法很简单,将文件的编码方式修改为【UTF-8】。记事本打开文件,选择另存为,修改编码格式。
就像下面这样
下面附上代码以及代码运行结果:
import re
with open('tlbb1.txt', 'rb') as f:
data = f.read().decode()
pat = ['乔峰', '萧峰', '段誉', '虚竹']
person1 = re.findall(pat[0], data)
person2 = re.findall(pat[1], data)
person3 = re.findall(pat[2], data)
person4 = re.finda