python开发_re和counter

转载自：http://www.cnblogs.com/hongten/p/hongten_python_counter_and_re.html

python中re和counter的结合，可以实现以下的功能：

1.获取字符串或者文件中的单词组

2.对单词组进行统计

下面是我做的demo

运行效果：

=============================================

代码部分：

=============================================

#python re and counter object
'''
读取一个文件，获取到该文件中的所有单词组，然后对该单词组进行个数统计，也可以根据
条件统计，如：该单词组中出现最多的前number个单词
'''
import os
import re
from collections import Counter

def get_words(path):
    '''读取一个文件中的内容，返回该文件中的所有单词'''
    if os.path.exists(path):
        return re.findall(r'\w+', open(path).read().lower())
    else:
        print('the path [{}] is not exist!'.format(path))

def get_most_common_words(words, number):
    '''
    如果<code>number > 0</code>,则返回该单词组中出现最多的前<code>number</code>个单词
    否则，返回该单词组中所有统计情况
    '''
    if number > 0:
        return Counter(words).most_common(number)
    else:
        return Counter(words)
    
def main():
    temp_path = 'c:\\temp.txt'
    number = 5
    words = get_words(temp_path)
    print(words)
    print('#' * 50)
    cnt = get_most_common_words(words, -1)
    print(cnt)
    print('#' * 50)
    cnt = get_most_common_words(words, number)
    print(cnt)

if __name__ == '__main__':
    main()