python 统计文本文件中大写字母,小写字母,数字字符以及其他字符出现次数,并识别单词和段落。替换文本文件中的“Hi”为“Hello”,把结果存入另一个文本文件中。
findall
在字符串中找到正则表达式所匹配的所有子串,并返回一个列表。
re.findall(pattern, string)
pattern:目标模式
string:待匹配字符串
例如:re.findall(r’[A-Z]’,text),就是说匹配字符串text中的单个大写字母,返回一个列表
Document
Document对象,代表一个word文档
例如:file = docx.Document(r"D:\Users\86157\PycharmProjects\pythonProject\python\str.docx"),就是打开该绝对路径下的.docx文件。
file.paragraphs:返回段落
file.paragraphs[i].text:返回段落i的文本
replace
text.replace(‘str1’,‘str2’)
将text中的字符串str1用str2代替
import collections
import re
import docx
with open('str.txt') as f:
text = f.read()
len_da = len(re.findall(r'[A-Z]',text)) #把大写字母单个的整合到一个列表里边,并计算长度
print('大写字母有%d个'% len_da)
len_xiao = len(re.findall(r'[a-z]',text))#把小写字母单个的整合到一个列表里边,并计算长度
print('小写字母有%d个' % len_xiao)
len_shu = len(re.findall(r'[0-9]',text))#把数字单个的整合到一个列表里边,并计算长度
# len_shu = len(re.findall(r'\d',text)) #和上一行时同一个效果
print('数字有%d个' % len_shu)#找出文本总长度,并减去大小写以及数字个数,得到其他字符个数
len_text = len(text)
len_qi = len_text-len_da-len_xiao-len_shu
print('其他字符有%d个'% len_qi)
word = re.findall(r'[a-zA-Z]+', text)#把单词统计到一个列表里边
print("\n各单词出现次数:\n %s" % collections.Counter(word))#调用系统函数,以字典的形式显示各个单词出现次数
file = docx.Document(r"D:\Users\86157\PycharmProjects\pythonProject\python\str.docx")#打开.docx文件(里边是复制的txt文件的内容)
print('段落:'+str(len(file.paragraphs)))
for i in range(len(file.paragraphs)): #打印各个段落
print("第"+str(i)+"段的内容是:"+file.paragraphs[i].text)
with open('strnew.txt','w') as f: #用Hello代替Hi并存入strnew.txt文件中
f.write(text.replace('Hi','Hello'))