文本内容提取与统计-----文件和数据格式化

该博客主要探讨了如何对文本文件进行字符频率统计。针对三个问题,分别讲述了去除标点符号并统计最高频率的中文字符,按频次高低输出前10个最频繁字符,以及对所有字符按频次排序并保存结果的方法。
摘要由CSDN通过智能技术生成

问题1:

对小女孩.txt文件进行字符频率统计,输出频率最高的中文字符(不包括标点符号)及其频率,将输出结果保存在以"PY001.txt"命名的文件夹下,字符与频率之间采用英文冒号":"分隔。
小女孩.txt的文件内容如下:
在这里插入图片描述
解题思路:由于需要对文本内容中的汉字进行提取,所以首先应该考虑如何将这些标点符号除去,然后将剩下的汉字进行统计其出现的频率,所以可以将这些标点符号存放在一个变量中,然后进行遍历和条件限制可以实现。

代码实现

fi=open("小女孩.txt","r")#打开小女孩.txt文本,r为只读模式
fo = open("PY001.txt","w")#保存文件的名称。打开并且以写的模式 进行修改内容
txt=fi.read()#以读的方式将处理的文本保存到变量txt中
d = {
   }#定义一个字典
excude=",。!?、()【】《》<>=:+-*———“”"#存放标点符号
for word in txt:#遍历文本内容
    if word in excude:#如果word为标点符号,则跳过
        continue
    else:#如果word不是标点符号,则以字典的方式进行统计
        d[word]=d.get<
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

工程人永远在路上

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值