python统计单词个数算法_python 统计单词个数和频次

开始学习python，习题需要统计单词个数和频次。百度找到的代码好像都有问题。自己写了一个，调试通过。

环境：python: 3.9.1 64bit ；  pycharm: 2020.2  电脑 win10  64

思路如下：

1. 打开文件，将所有字符读入list：s

2. 使用正则表达式，以非英文字符为间隔符，切片，生成一个以单词为基本元素的list

3.由于原先非字母可能连续，故生成的list可能存在空单词，所以需要去除空串

4.全部转成小写，并排序。

5. 将单词顺次存入dict，如果单词存在，则个数加一，如果不存在，则将此单词存入dict，个数设置为1

6. 输出

代码和注释如下：

import re #re模块主要功能是通过正则表达式是用来匹配处理字符串

def main(fileName):

try:

inf= open(fileName,'r')

s = inf.read()

words =re.split(r'[^a-zA-Z]',s) #以非英文字符为间隔生成list

realWords0= list(filter(None,words)) #去除空串

realWords1 =[]

for word in realWords0:

realWords1.append(word.lower()) #均转换为小写

realWords1.sort()

print("word NO: ",len(realWords1))

dict1 =dict()

for word in realWords1:

if(word in dict1): dict1[word] =dict1[word]+1

else: dict1[word]=1

for item in dict1.items():

#print(item)

print(item[0],item[1])

except IOError:

exit("That file couldn't be opened.")

return 1

main("word.txt")