计算文件每一行中每个单词的字符数

Question

此代码将打印文本文件中的总行数，单词总数和字符总数。 它工作正常，并提供了预期的输出。 但是我想计算每行中的字符数并像这样打印：-

Line No. 1 has 58 Characters
Line No. 2 has 24 Characters

代码：-

import string
def fileCount(fname):
    #counting variables
    lineCount = 0
    wordCount = 0
    charCount = 0
    words = []

    #file is opened and assigned a variable
    infile = open(fname, 'r')

    #loop that finds the number of lines in the file
    for line in infile:
        lineCount = lineCount + 1
        word = line.split()
        words = words + word

    #loop that finds the number of words in the file
    for word in words:
        wordCount = wordCount + 1
        #loop that finds the number of characters in the file
        for char in word:
            charCount = charCount + 1
    #returns the variables so they can be called to the main function        
    return(lineCount, wordCount, charCount)

def main():
    fname = input('Enter the name of the file to be used: ')
    lineCount, wordCount, charCount = fileCount(fname)
    print ("There are", lineCount, "lines in the file.")
    print ("There are", charCount, "characters in the file.")
    print ("There are", wordCount, "words in the file.")
main()

如

for line in infile:
    lineCount = lineCount + 1 

正在计算整条线，但是如何进行此操作的每一条线呢？ 我正在使用Python 3.X

Answer 1

将所有信息存储在字典中，然后按键访问。

def fileCount(fname):
    #counting variables
    d = {"lines":0, "words": 0, "lengths":[]}
    #file is opened and assigned a variable
    with open(fname, 'r') as f:
        for line in f:
            # split into words
            spl = line.split()
            # increase count for each line
            d["lines"] += 1
            # add length of split list which will give total words
            d["words"] += len(spl)
            # get the length of each word and sum
            d["lengths"].append(sum(len(word) for word in spl))
    return d

def main():
    fname = input('Enter the name of the file to be used: ')
    data = fileCount(fname)
    print ("There are {lines} lines in the file.".format(**data))
    print ("There are {} characters in the file.".format(sum(data["lengths"])))
    print ("There are {words} words in the file.".format(**data))
    # enumerate over the lengths, outputting char count for each line
    for ind, s in enumerate(data["lengths"], 1):
        print("Line: {} has {} characters.".format(ind, s))
main()

该代码仅适用于由空格分隔的单词，因此您需要牢记这一点。

Answer 2

定义一set您希望计数的允许字符，然后可以使用len获取大部分数据。
在下面，我选择了字符集：

['！'，'“”，'＃'，'$'，'％'，'＆'，''''，'（'，'）'，'*'，'+'，'，'，' -'，'。'，'/'，'0'，'1'，'2'，'3'，'4'，'5'，'6'，'7'，'8'，'9' ，'：'，';'，'<'，'='，'>'，'？'，'@'，'A'，'B'，'C'，'D'，'E'，' F'，'G'，'H'，'I'，'J'，'K'，'L'，'M'，'N'，'O'，'P'，'Q'，'R' ，“ S”，“ T”，“ U”，“ V”，“ W”，“ X”，“ Y”，“ Z”，“ [”，“ \\”，“]”，“ ^”，“ _'，'`'，'a'，'b'，'c'，'d'，'e'，'f'，'g'，'h'，'i'，'j'，'k' ，“ l”，“ m”，“ n”，“ o”，“ p”，“ q”，“ r”，“ s”，“ t”，“ u”，“ v”，“ w”，“ x'，'y'，'z'，'{'，'|'，'}'，'〜']

#Define desired character set
valid_chars = set([chr(i) for i in range(33,127)])
total_lines = total_words = total_chars = 0
line_details = []

with open ('test.txt', 'r') as f:
    for line in f:
        total_lines += 1
        line_char_count = len([char for char in line if char in valid_chars])
        total_chars += line_char_count
        total_words += len(line.split())
        line_details.append("Line %d has %d characters" % (total_lines, line_char_count))

print ("There are", total_lines, "lines in the file.")
print ("There are", total_chars, "characters in the file.")
print ("There are", total_words, "words in the file.")
for line in line_details:
    print (line)

Answer 3

我被分配了创建一个程序来打印一行中的字符数的任务。

作为编程的菜鸟，我发现这很困难:(。

这是我想出的，以及他的回应-

这是程序的核心部分：

with open ('data_vis_tips.txt', 'r') as inFile:
    with open ('count_chars_per_line.txt', 'w') as outFile:
        chars = 0
            for line in inFile:
                line = line.strip('\n')
                chars = len(line)
                outFile.write(str(len(line))+'\n')

可以简化为：

with open ('data_vis_tips.txt', 'r') as inFile:
    for line in inFile:
        line = line.strip()
        num_chars = len(line)
        print(num_chars)

注意，不需要strip（）函数的参数。 默认情况下，它会删除空格，而'\\ n'是空格。

Answer 4

这是一个使用内置collections.Counter的更简单的版本。Counter是对输入进行计数的专用字典。 我们可以使用Counter.update()方法在每行中输入所有单词（无论是否唯一）：

from collections import Counter

def file_count_2(fname):

    line_count = 0
    word_counter = Counter()

    infile = open(fname, 'r')
    for line in infile:
        line_count += 1
        word_counter.update( line.split() )

    word_count = 0
    char_count = 0

    for word, cnt in word_counter.items():
        word_count += cnt
        char_count += cnt * len(word)

    print(word_counter)

    return line_count, word_count, char_count

笔记：

• 我对此进行了测试，它为您的代码提供了相同的计数
• 这样做会更快，因为您不必迭代地添加到列表words （更好的方法是仅对唯一单词进行哈希处理并存储其计数，这是Counter所做的事情），并且每次我们看到时都不需要迭代和递增charCount一个单词的出现。
• 如果您只想要word_count而不是char_count ，则可以直接采用word_count = sum(word_counter.values())而不需要遍历word_counter