提取一篇文章中出现最多的词

高频词提取 -------提取一篇文章中出现最多的词

1.需要cmd库 pip install jieba  （分词）

jieba.lcut()       分词函数

hist.sort(key=lambda x: x[1], reverse=True)  # 排序  还是降序

# -*- coding:utf-8 -*-
import jieba
content = open('meizu.txt', 'r', encoding='utf-8').read()
words = jieba.lcut(content)

counts = {}

for word in words:
    if len(word) == 1:  # 排除单个字的分词结果
        continue
    else:
        counts[word] = counts.get(word, 0) + 1  # dict用法

hist = list(counts.items())  # 形成列表
hist.sort(key=lambda x: x[1], reverse=True)  

for i in range(20):        #输出高频前20个词
    word, count = hist[i]
    print("{:<10}{:>5}".format(word, count))

2.注意文件的路径问题不要出错

3.还有txt文件的编码格式也需要修改（一般为utf-8），或者换一个编码格式

 

需要处理的原txt文件：

结果如下：