Python文本词频统计 -- Hamlet

一篇文章，出现了哪些词？哪些词出现的最多？

请统计hamlet.txt文件中出现的英文单词情况，统计并输出出现最多的5个单词，注意：‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬

(1) 单词不区分大小写，即单词的大小写或组合形式一样；‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬

(2) 请在文本中剔除英文标点符号；‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬

(3) 输出5个单词，每个单词一行；‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬

(4) 输出单词为小写形式。

注意：要读入的文件已放入当前目录下，源文件中直接读取此文件即可。

import re
from collections import Counter

# 读取文本文件
with open('hamlet.txt', 'r', encoding='utf-8') as file:
    text = file.read()

# 剔除英文标点符号，将文本转换为小写
words = re.findall(r'\b\w+\b', text.lower())

# 统计单词出现次数
word_counts = Counter(words)

# 输出出现最多的5个单词
for word, count in word_counts.most_common(5):
    print(word)