Python - 计算文本文件中的单词

Question

我是Python的新手，正在开发一个程序，它将计算简单文本文件中的单词实例。 程序和文本文件将从命令行中读取，因此我已将其包含在我的编程语法中以检查命令行参数。 代码如下

import sys

count={}

with open(sys.argv[1],'r') as f:
    for line in f:
        for word in line.split():
            if word not in count:
                count[word] = 1
            else:
                count[word] += 1

print(word,count[word])

file.close()

count是一个字典，用于存储单词及其出现次数。 我希望能够打印出每个单词及其出现的次数，从大多数事件开始到最少出现。

我想知道我是否在正确的轨道上，如果我正确使用系统。 谢谢！！

Answer 1

你做的对我来说很好，也可以使用collections.Counter （假设你是python 2.7或更新版本）来获取更多的信息，比如每个单词的数量。 我的解决方案看起来像这样，可能会有一些改进。

import sys
from collections import Counter
lines = open(sys.argv[1], 'r').readlines()
c = Counter()
for line in lines:
    for work in line.strip().split():
        c.update(work)
for ind in c:
    print ind, c[ind]

Answer 2

您的最终print没有循环，因此它只会打印您读取的最后一个单词的计数，这仍然是word的值。

此外，使用with context manager，您不需要close()文件句柄。

最后，正如评论中指出的那样，您需要在split之前从每line删除最终换行符。

对于像这样的简单程序，它可能不值得麻烦，但您可能希望查看Collections中的defaultdict以避免在字典中初始化新键的特殊情况。

Answer 3

我刚刚注意到一个拼写错误：你打开文件为f但你把它关闭为file 。 正如tripleee所说，您不应该关闭在with语句中打开的文件。 此外，使用内置函数的名称（如file或list ）作为您自己的标识符也是不好的做法。 有时它有效，但有时它会导致讨厌的错误。 对于阅读代码的人来说，这让人感到困惑; 语法高亮编辑器可以帮助避免这个小问题。

要按照count的降序打印count字典中的数据，您可以执行以下操作：

items = count.items()
items.sort(key=lambda (k,v): v, reverse=True)
print '\n'.join('%s: %d' % (k, v) for k,v in items)

有关list.sort（）方法和其他方便的dict方法的更多详细信息，请参阅Python Library Reference。

Answer 4

我只是通过使用re库来做到这一点。 这是每行文本文件中的平均单词，但您必须找出每行的单词数。

import re
#this program get the average number of words per line
def main():
    try:
        #get name of file
        filename=input('Enter a filename:')

        #open the file
        infile=open(filename,'r')

        #read file contents
        contents=infile.read()
        line = len(re.findall(r'\n', contents))
        count = len(re.findall(r'\w+', contents))
        average = count // line

        #display fie contents
        print(contents)
        print('there is an average of', average, 'words per sentence')

        #closse the file
        infile.close()
    except IOError:
        print('An error oocurred when trying to read ')
        print('the file',filename )

#call main
main()