python统计文章中的高频词汇_Python实现的统计文章单词次数功能示例

本文实例讲述了Python实现的统计文章单词次数功能。分享给大家供大家参考，具体如下：

题目是这样的：你有一个目录，放了你一个月的日记，都是 txt，为了避免分词的问题，假设内容都是英文，请统计出你认为每篇日记最重要的词。

其实就是统计一篇文章出现最多的单词，但是要去除那些常见的连词、介词和谓语动词等，代码：

#coding=utf-8

import collections

import re

import os

useless_words=('the','a','an','and','by','of','in','on','is','to')

def get_important_word(file):

f=open(file)

word_counter=collections.Counter()

for line in f:

words=re.findall('\w+',line.lower())

word_counter.update(words)

f.close()

most_important_word=word_counter.most_common(1)[0][0]

count=2

while(most_important_word in useless_words):

most_important_word=word_counter.most_common(count)[