python中单词个数_Python实现统计单词出现的个数

最近在看python脚本语言，脚本语言是一种解释性的语言，不需要编译，可以直接用，由解释器来负责解释。python语言很强大，而且写起来很简洁。下面的一个例子就是用python统计单词出现的个数。

import sys

import string

#import collections

if len(sys.argv) == 1 or sys.argv[1] in {"-h", "--help"}:

print("usage: uniqueword filename_1 filename_2 ... filename_n")

sys.exit()

else:

words = {}

# words = collections.defaultdict(int)

strip = string.whitespace + string.punctuation + string.digits + "\"'"

for filename in sys.argv[1:]:

for line in open(filename):

for word in line.split():

word = word.strip(strip)

if len(word) >= 2:

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

# words[word] += 1

for word in sorted(words):

print("'{0}' occurs {1} times".format(word,words[word]))

假设文件名是 uniqueword.py，在命令行下输入： uniqueword.py filename_1 filename_2 ... filename_n中单词出现的次数可以被统计出来。

第四行和第五行判断是否有输入参数，如果输入参数为空或者为-h， -help，则输出帮助信息。

从第七行到第14行是核心部分，逐一打开参数中指定的文件，并读取每一行，再用字符串的split方法把读取的行抽取出一个一个的单词，但单词长度大于2的时候，把此单词加入到字典words中。 其中words.get(word, 0)的意思是取出key等于word的value，如果key为空，则把value置为默认值0. 最后打印出结果。