前言
本人是软件工程在校学生,萌新一枚,写此程序为了练习字符串处理函数。程序有bug,例如没法把文章中的数字处理掉,希望多多包涵,有什么改进的方法可以留言。
一、代码内容
filehandle=open("C:\\1.txt","r",encoding="ANSI") #打开文件输入路径
for i in range(0,2):
text=filehandle.read()
text=text.lower()
list= []
list2=[]
bin=[]
di={}
list3=[]
text=text.replace(".","") #处理标点符号
text=text.replace(",","")
text=text.replace("?","")
text=text.replace("\n\n","\n")
text=text.replace("'s"," is")
text=text.replace("\n"," ")
text=text.replace("-"," ")
text=text.replace("damn","")
text=text.replace("hell","")
text=text.replace("bitch","") #处理违禁字
while text.find("\n")>0:
text=text.replace("\n"," ") #查找并去除\n乱码情况
while text.find("\n\n")>0:
text=text.replace("\n\n"," ") #查找并去除\n\n乱码情况
while text.find(" ")>0 :
word1=text[0:text.find(" ")]
text=text[text.find(" ")+1:]
list.append(word1)
print("")
list.append(text)
for i in range(len(list)):
list2.append(list.count(list[i-1]))
di=dict(zip(list,list2))
print(di)
filehandle=open("C:\\2.txt","r",encoding="ANSI") #分析两篇文章,本来想对比一下相似度,发现时间复杂度有点大,跑不出来