python统计英文句子每个单词字数_Python小书3-文本英文单词统计

之前写Python Web小书第三小节本来用的垃圾邮件的案例三郎：Python贝叶斯推理垃圾邮件分类​zhuanlan.zhihu.com

后来发现里面的东西，涉及到概率，程序太复杂了。。。哈哈哈

所以就想着，哪天重写一下，选来选去，觉得垃圾邮件分类里面的单词统计，可以深入给大家好好讲讲这个小案例。

这里选用的是一部英文哈利波特小说第一部：3496行，443725个字符

下面我们开始捋思路，我们拿到的是一部有很多单词和符号的小说，我们要做的事就是要对所有的单词出现的次数进行统计。

第一步，先读出整部小说的内容

第二步，对小说的内容进行清洗，只保留所有的单词

第三步，构建字典，遍历所有单词，进行次数统计

是不是感觉好简单，那我们上路吧！！！！！！！

首先我们先读取小说的全部内容

fp = open("HarryPotter1.txt",'r')#文件名，r为读模式

print(fp.read())

打印输出如下

我们要把上图里面的这些符号干掉，有没有什么好办法呢，当然有啦，这就要用到我们的正则表达式，代码如下：