统计文件中英文单词个数

# encoding:utf-8

import string

with open('EnglishFile.txt', 'r') as f:
    result_dict = {}
    strip = string.whitespace + string.punctuation
    for line in f.readlines():
        listWords = line.lower().split()  # 不区分大小写的情况
        for eachLetter in listWords:
            eachLetter = eachLetter.strip(strip)
            if len(eachLetter) > 0:
                result_dict[eachLetter] = result_dict.get(eachLetter, 0) + 1
    result = sorted(result_dict.items(), key=lambda d: d[1], reverse=True)
    for each in result:
        print each

strip()函数

s为字符串，rm为要删除的字符序列

s.strip(rm)        删除s字符串中开头、结尾处，位于 rm删除序列的字符

s.lstrip(rm)       删除s字符串中开头处，位于 rm删除序列的字符

s.rstrip(rm)      删除s字符串中结尾处，位于 rm删除序列的字符

注意：

1. 当rm为空时，默认删除空白符（包括'\n', '\r',  '\t',  ' ')

例如：

复制代码 代码如下:

>>> a = '     123'
>>> a.strip()
'123'
>>> a='\t\tabc'
'abc'
>>> a = 'sdff\r\n'
>>> a.strip()
'sdff'

2.这里的rm删除序列是只要边（开头或结尾）上的字符在删除序列内，就删除掉。

例如 ：

复制代码 代码如下:

>>> a = '123abc'
>>> a.strip('21')
'3abc'   结果是一样的
>>> a.strip('12')
'3abc'

split()函数

Python中有split()和os.path.split()两个函数，具体作用如下：
split()：拆分字符串。通过指定分隔符对字符串进行切片，并返回分割后的字符串列表（list）
os.path.split()：按照路径将文件名和路径分割开

一、函数说明
1、split()函数
语法：str.split(str="",num=string.count(str))[n]

参数说明：
str：   表示为分隔符，默认为空格，但是不能为空('')。若字符串中没有分隔符，则把整个字符串作为列表的一个元素
num：表示分割次数。如果存在参数num，则仅分隔成 num+1 个子字符串，并且每一个子字符串可以赋给新的变量
[n]：   表示选取第n个分片

注意：当使用空格作为分隔符时，对于中间为空的项会自动忽略

2、os.path.split()函数
语法：os.path.split('PATH')

参数说明：

1. PATH指一个文件的全路径作为参数：
2. 如果给出的是一个目录和文件名，则输出路径和文件名
3. 如果给出的是一个目录名，则输出路径和为空文件名

二、实例
1、常用实例
 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

>>> u = "www.doiido.com.cn"    #使用默认分隔符 >>> print u.split()