python英文字符频率统计_python统计英文首字母出现的次数

使用python解析有道词典导出的xml格式单词,统计各个首字母出现的次数,并按次数由多到少进行排序

相关实现

导出的xml格式如下

portion

n. 部分;一份;命运vt. 分配;给…嫁妆

['pɔːʃ(ə)n]

2

使用python3自带的xml解析器进行解析,使用字典进行保存统计结果

import time

import xml.etree.ElementTree as et

# get all word

def get_all_word(uri):

tree = et.parse(uri)

root = tree.getroot()

return root.findall('./item/word')

# calculate the first letter frequency of words

def cal_aleph(word_list):

# define dwords to save first letter count

dwords = {}

for cword in word_list:

letter = cword.text.strip()[0].lower()

# judge the letter is english letter

echar = ord(letter)

if(echar >= 97 and echar <= 122):

try:

dwords[letter] += 1

except KeyError:

dwords[letter] = 1;

# order by count desc

dwords = sorted(dwords.items(), key=lambda line:line[1], reverse=True)

return dwords

if __name__ == '__main__':

start_time = time.time()

word_list = get_all_word(r'd:\pyzone\youdao.xml')

result = cal_aleph(word_list)

for row in result:

print("%s : %d"%(row[0], row[1]))

end_time = time.time()

print('Costed time: ' + str((end_time - start_time)) + 's')

统计结果如下:

122038115628200.png

回顾

使用xml.etree.ElementTree的parse解析指定路径的xml文件,root.findall查找指定节点

sorted方法对列表进行排序

'中文'.isalpha() 结果为True

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值