jieba 分词的使用

西游记相关的分词，出现次数最高的20个吗，需要把是同一个人不同说法，要合并成一个。比如 孙猴子和孙悟空，要算成一个。

预先下载《西游记》txt文档，并保存好，记录地址。

import  jieba
# -*- coding: utf-8 -*-
 
txt = open("D:\\西游记\\西游记.txt", "r", encoding='gb18030').read() 
words = jieba.lcut(txt)     
counts = {}   #创建字典  
 
for word in words:
    if  len(word) == 1:    # 单个词语不计算在内
        continue
    else:
        if word == '行者'or word == '大圣':
            counts['孙悟空'] = counts.get('孙悟空', 0) + 1   
        elif word =='师父' or word == '三藏' or word == '唐僧':
            counts['唐三藏'] = counts.get('唐三藏',0) + 1
        else:
            counts[word] = counts.get(word,0) + 1        # 遍历所有词语，每出现一次其对应的值加 1

items = list(counts.items())#将键值对转换成列表
items.sort(key=lambda x: x[1], reverse=True)    # 根据词语出现的次数进行从大到小排序
 
for i in range(20):
    word, count = items[i]
    print("{0:<5}{1:>5}".format(word, count))

结果：