python-词频统计-中英文

#CalHamletV1.py#英文统计程序
def getText():
    txt = open("hamlet.txt", "r").read()
    txt = txt.lower()
    for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':
        txt = txt.replace(ch, " ")   #将文本中特殊字符替换为空格
    return txt
 
hamletTxt = getText()
words  = hamletTxt.split()#split默认用空格分割字符串，返回列表，后是无空格的单词列表
counts = {}#创建字典
for word in words:           
    counts[word] = counts.get(word,0) + 1#遍历字典的键并对相应值+1，达到统计目的
items = list(counts.items())#items函数返回所有键值对元组，再用list返回列表类型，其中每个元素都是一个键值对
items.sort(key=lambda x:x[1], reverse=True) #按照键值对中的【1】就是第二个元素排序，逆序==从大到小（默认从小到大）
for i in range(10):
    word, count = items[i]#键值对赋值给word，count
    print ("{0:<10}{1:>5}".format(word, count)

#CalThreeKingdomsV1.py
import jieba