#文本词频统计.py
#定义函数:
def getFT():
file=open(r'..\Stu_pack\file\See You Again.txt','rt')
ft=file.read()
ft=ft.lower() #将文本里所有的字母都转换成小写
for ch in "~`!@#$%^&*()_+-={}|[]\:;""<>?/'',": #将所有的标点符号都用空格替代
ft=ft.replace(ch,' ')
return ft
txt=getFT() #调用函数获得打开的文件的带空格的文本
words=txt.split() #将只有带空格的文本按空格分成每个单词
wdCount={} #定义字典变量以备记录单词出现的次数和最后输出内容
for word in words:
wdCount[word]=wdCount.get(word,0)+1 #获取某单词的拼写和累加出现的次数
exc={'i','you','will','your'}
for word in exc:
del(wdCount[word])
#将excludes里出现的单词删除掉
NewwdCount=list(wdCount.items()) #将字典数据转换成列表类型
NewwdCount.sort(key=lambda x:x[1],reverse=True) #将列表按第2列x[1]降序排序
#将结果内容以对应的格式打印出来
print('{0:<10}{1:>5}'.format('word','count'))
print('_'*20)
for i in range(5):
print(NewwdCount[i])
for key,value in NewwdCount:
if len(key)>3 and value>2:
print(key,value)
#'<'表示左对齐,'>'表示右对齐