Python实例10:文本词频统计
6.6.1 问题分析
在英文中文中,出现哪些词,出现多少次?
6.6.2 hamlet英文词频统计
- CalHamletV1.py
6.6.3 三国演义人物出场统计
- CalThreeKingdomsV1.py
- CalThreeKingdomsV2.py
# CalHamletV1.py
def getText(): #获取文本,归一化处理文本
txt = open("E:\python\learn\hamlet.txt","r").read() #打开文件
txt = txt.lower() #将所有大写字母变成小写
for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_{|}~"': #将文本中特殊符号替换为空格
txt = txt.replace(ch," ")
return txt
hamletTxt = getText()
words = hamletTxt.split() #采用空格将字符串中的信息进行分隔,以列表形式返回给变量
counts = {
}
for word in words:
counts[word] = counts.get(word,0) + 1 #统计字数
items = list(counts.items