python文件读取操作

1.python文件读取

#文件操作
f=open('Walden.txt','r')    #以只读的方式打开
#txt=f.read()                #读取文件内容
txt_lines=f.readlines()      #读取文件内容     读取所有行，按行读取，每读完一行就换行'\n'     
#txt_100=f.read(100)         #加参数，读取前100个字符
#不能同时用多种读取方式，要把其他的注释掉

f.close()                   #关闭文件
#print(txt)                  #读进的结果是字符串
print(txt_lines)             #读进的结果是列表
#print(txt_100)

2.练习：统计小说中的单词频次
re.sub（）函数用来进行字符的替换

def sub(pattern, repl, string, count=0, flags=0)

pattern 是需要替换的内容
repl 是需要替换成的内容
string 对哪一个字符串操作

#练习：统计小说中的单词频次
import re              #re是正则表达式中的模块
f=open('Walden.txt','r')
txt=f.read()
f.close()
txt=txt.lower()
txt=re.sub('[,.?:!"\'-]','',txt)         #re.sub（）函数用来进行字符的替换  去除小说中的标点符号，破折号-一定要写在后面，替换成空，不是空格
#数据预处理完成
words=txt.split()                       #单词的分割（一定先做数据预处理），分割成列表
print(words)
#开始统计词频
word_sq={}       #初始词频
for i in words:
    if i not in word_sq.keys():
        word_sq[i]=1
    else:
        word_sq[i]+=1
a=sorted(word_sq.items(),key=lambda x:x[1],reverse=True)        #将字典中的元素进行排序   word_sq.items()将字典中的所有键值对取出来
# reverse表示按降序排列
print(word_sq)
print(txt)
print(a)