题目:
一个txt文件中已知数据格式为:
C4D
C4D/maya
C4D
C4D/su
C4D/max/AE
统计每个字段出现的次数,比如C4D、maya
先读取文件,将文件中的数据抽取出来: def getWords(filepath):
file = open(filepath)
wordOne=[]
while(file):
line = file.readline()
word = line.split('/')
wordOne.extend(word)
if(not line): #若读取结束了
break
wordtwo=[]
for i in wordOne:
wordtwo.extend(i.split())
return wordtwo
说明:这个有一个要注意的地方是文件是被”\n”,”/”两种格式分割而来的,因此需要split两次。
然后定义一个dict,遍历数据,代码如下所示: def getWordNum(words):
dictWord={}
for i in words:
if(i not in dictWord):
dictWord[i]=0
dictWord[i]+=1
return dictWord
主函数的调用: filepath='data/new.txt'
words = getWords(filepath)
dictword = getWordNum(words)
print(dictword)
结果: {'C4D': 9, 'max': 1, 'su': 1, 'maya': 1, 'AE': 3}
说明:
1, print(type(word))
print(type(splitData[0]))
输出为:
就是当splitData.extend()执行之后就将原本是list类型的数据转换成str类型的存储起来。只有对str类型的数据才能用split函数
2, import os
print(os.getcwd())
这个可以输出当前所在位置,对于读取文件很有用。
在读入文件并对文件进行切分的时候,若是含有的切分词太多,那么使用re.split()方法是最方便的,如下所示: filepath='data/new.txt'
file = open(filepath) #读取文件
wordOne=[]
symbol = '\n/' #定义分隔符
symbol = "["+symbol+"]" #拼接正则表达式
while(file):
line = file.readline()
word = re.split(symbol,line)
wordOne.extend(word)
if(not line):
break
#通过上式得到的list中会含有很多的空字符串,所以要去空
wordOne = [x for x in wordOne if x]
以上这篇python 统计文件中的字符串数目示例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持聚米学院。