python，文本分析

一：文件读取（默认读取.py文件所在的目录）

记得将当前目录设置为文件目录（spyder编译器的右上角，本人用spyder）

filename = input('请输入你的文件名---------------        ')
file = open(filename + '.txt')

try:
    for eachline in file:
        print(eachline)
except:
    print('打开文件出错')
finally:
        file.close()    

二：处理文本

1. 打开文件（我打开的是《最后一片叶子》的英文版）

from collections import Counter       
        
f = open('Leaf.txt')
eassy = f.read()

2. 符号替换（方便用split（）函数分割）

ch = '"!#?!.。-,'
for i in ch:
	eassy = eassy.replace(i,' ')
eassy = eassy.split()

这里要说明的是，用split（）分开之后eassy就是一个列表了

3. 统计英文单词个数和出现频率：

eassy = dict(Counter(eassy))#调用Counter库统计eassy列表
eassy = list(eassy.items())   #把字典变回列表，这对后面的统计比较好

4. 列表排序

eassy.sort(key = lambda x:x[1],reverse = True)  #以列表中每个元素中索引为1的值排序（倒序）

5. 打印英文单词个数和出现频率
   打印找出文章中最常用的20单词
   将最常见的200个输写入文件

print('前20个次数最多的单词')
print(eassy[0:20])

print('使用的单词数量')
print(len(eassy))

print('有多少单词至少使用了5次')
#print(type(eassy[0]))
#print(eassy[0][1])
for i in range(len(eassy)):
    if eassy[i][1] <5:
        ind = i
        break
print(len(eassy[0:ind]))    

#将最常见的200个输写入文件
if len(eassy)>=200:
    with open('word_count.txt','w') as f:
    
        for i in range(200):
            line = str(eassy[i])
            f.writelines(line+'\n')
    
    
    
    

结果展示：