python 练习0004

问题

任一个英文的纯文本文件，统计其中的单词出现的个数。

代码

# -*- coding: utf-8 -*-

from collections import defaultdict
import re

def count_word(file_name):
    try:
        result = defaultdict(int)
        with open(file_name) as f:
            for line in f:
                words = re.findall(r'\b\w+\b', line)
                # print(words)
                for word in words:
                    result[word] += 1
            return result
    except:
        print('Error: File not exits or other error')
        return None

if __name__ == '__main__':
    file_name = '0001.py'
    result = count_word(file_name)
    word_sorted = sorted(zip(result.values(), result.keys()), reverse=True)
    for num, word in word_sorted:
        print(word, ' 出现了： ', num, ' 次')

知识点

• 正则表达式，\b\w+\b，详解可见 正则表达式30分钟入门教程
• defaultdict的使用， 详解可见 defaultdict 对象
• 字典值大小比较，详细可见 字典的运算