统计人物出场次数

博客主要探讨了如何使用jieba分词库处理包含空格和特殊字符的关键词问题,指出现有解决方案的不足,并分享了一个在自定义字典中支持特殊符号的方法。
摘要由CSDN通过智能技术生成
import jieba, re
jieba.load_userdict("newdit.txt")  # 因为是该文章是翻译过来的,人名会有‘·’故为人名加入字典
jieba.re_han_default = re.compile("(.+)", re.U)  # 可以使自定义词典含有特殊符号
final = []  # 构建空列表用于放所有的词(要处理的文章)
filename = "moon.txt"  # 文件目录
stop = []  # 空列表用于存放停用词
stopName = "stopWords.txt"
newName = "newdit.txt"
newdn = []  # 空列表用于存放自定义词
counts = {
   }  # 空字典用来记录不含名字的每个词在文章的的频数
counts1={
   }   #空字典用来记录名字在文章的的频数
people = []  #记录名字
combine_dict = {
   } #同义词的词典{a的同义词1:a,a的同义词2:a,b的同义词1:b.....}这种结构
for line in open("tongyici.txt", "r", encoding='utf-8'):  #生成同以词字典
    similarword = line
  • 0
    点赞
  • 3
    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