python统计word词频_python统计word文档中的词频

如何将统计word文档中的词频呢？先用docx模块将word文档转变成txt格式，然后使用jieba模块进行分词，并统计词频。是不是很简单～

#2020年3月10日

#Elizabeth

from docx import Document

import jieba #分词模块

#自定义函数，将word文档写入txt文档

def to_txt(path):

document=Document(path)

txt=open('/Users/fangluping/Desktop/数据分析笔试试题/词频统计.txt','w+')

for paragraph in document.paragraphs:

text=paragraph.text

txt.write(text)

txt.close()

return txt

if __name__=='__main__':

path0='/Users/fangluping/Desktop/数据分析笔试试题/笔试题目-V1.0.docx'

to_txt(path0) #调用写入txt文档的函数

#分词

txt=open('/Users/fangluping/Desktop/词频统计.txt','r',encoding='utf-8').read()

words=jieba.lcut(txt)

counts={}

for word in words:

if len(word)==1:

continue

else:

counts[word]=counts.get(word,0)+1

items=list(counts.items())

items.sort(key=lambda x:x[1],reverse=True)

for i in range(10):

word,count=items[i]

print("{0:<10}{1:>5}".format(word,count))