python 简单文本汉字提取

# -*- coding: utf-8 -*-
"""
Created on Fri Jan  6 11:17:32 2017

@author: yang
"""

fid = open('./file.txt')
fidw = open('./file_save.txt','w')
lines = fid.readlines()
character = {}
exclude = ['','','”','“',',',':',';',')','(', '《','》','~','【','】','、','。','①','③','②','④','⑤','⑥','⑦','⑧','⑨']
for line in lines:
    line = line.strip()
    temp = ''
    for i in range(len(line)):
        if ord(line[i]) > 127:
            temp=temp+line[i]
    line = temp
    size = len(line)/3
    #print line,len(line)
    if len(line)%3 != 0:
        continue
    for i in range(size):
        c = line[i*3:i*3+3]
        #print c,len(c)
        if c not in character.keys():
            character[c]=1
        else:
            character[c]+=1
for key in character.keys():
    #print key, character[key]
    if key in exclude:
        continue
    fidw.writelines(key+' '+str(character[key])+'\n')
fid.close()
fidw.close()
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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