需求是：針對(duì)三篇英文文章進(jìn)行分析，計(jì)算出現(xiàn)次數(shù)最多的 10 個(gè)單詞

創(chuàng)新互聯(lián)建站是專業(yè)的清水網(wǎng)站建設(shè)公司，清水接單;提供網(wǎng)站設(shè)計(jì)制作、網(wǎng)站設(shè)計(jì),網(wǎng)頁(yè)設(shè)計(jì),網(wǎng)站設(shè)計(jì),建網(wǎng)站,PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);采用PHP框架,可快速的進(jìn)行清水網(wǎng)站開(kāi)發(fā)網(wǎng)頁(yè)制作和功能擴(kuò)展;專業(yè)做搜索引擎喜愛(ài)的網(wǎng)站,專業(yè)的做網(wǎng)站團(tuán)隊(duì),希望更多企業(yè)前來(lái)合作!

邏輯很清晰簡(jiǎn)單，不算難， 使用 python 讀取多個(gè) txt 文件，將文件的內(nèi)容寫(xiě)入新的 txt 中，然后對(duì)新 txt 文件進(jìn)行詞頻統(tǒng)計(jì)，得到最終結(jié)果。

代碼如下：(在Windows 10，Python 3.7.4環(huán)境下運(yùn)行通過(guò))

# coding=utf-8

import re
import os

# 獲取源文件夾的路徑下的所有文件
sourceFileDir = 'D:\\Python\\txt\\'
filenames = os.listdir(sourceFileDir)

# 打開(kāi)當(dāng)前目錄下的 result.txt 文件，如果沒(méi)有則創(chuàng)建
# 文件也可以是其他類型的格式，如 result.js
file = open('D:\\Python\\result.txt', 'w')

# 遍歷文件
for filename in filenames:
 filepath = sourceFileDir+'\\'+filename
 # 遍歷單個(gè)文件，讀取行數(shù)，寫(xiě)入內(nèi)容
 for line in open(filepath):
  file.writelines(line)
  file.write('\n')

# 關(guān)閉文件
file.close()


# 獲取單詞函數(shù)定義
def getTxt():
 txt = open('result.txt').read()
 txt = txt.lower()
 txt = txt.replace(''', '\'')
 # !"@#$%^&*()+,-./:;<=>?@[\\]_`~{|}
 for ch in '!"'@#$%^&*()+,-/:;<=>?@[\\]_`~{|}':
  txt.replace(ch, ' ')
  return txt

# 1.獲取單詞
hamletTxt = getTxt()

# 2.切割為列表格式，'' 兼容符號(hào)錯(cuò)誤情況，只保留英文單詞
txtArr = re.findall('[a-z\''A-Z]+', hamletTxt)

# 3.去除所有遍歷統(tǒng)計(jì)
counts = {}
for word in txtArr:
 # 去掉一些常見(jiàn)無(wú)價(jià)值詞
 forbinArr = ['a.', 'the', 'a', 'i']
 if word not in forbinArr:
  counts[word] = counts.get(word, 0) + 1

# 4.轉(zhuǎn)換格式，方便打印，將字典轉(zhuǎn)換為列表，次數(shù)按從大到小排序
countsList = list(counts.items())
countsList.sort(key=lambda x: x[1], reverse=True)

# 5. 輸出結(jié)果
for i in range(10):
 word, count = countsList[i]
 print('{0:<10}{1:>5}'.format(word, count))

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。

文章名稱：Python合并多個(gè)TXT文件并統(tǒng)計(jì)詞頻的實(shí)現(xiàn)-創(chuàng)新互聯(lián)
轉(zhuǎn)載注明：http://aaarwkj.com/article4/cdpcie.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供營(yíng)銷(xiāo)型網(wǎng)站建設(shè)、品牌網(wǎng)站建設(shè)、網(wǎng)站排名、手機(jī)網(wǎng)站建設(shè)、響應(yīng)式網(wǎng)站、外貿(mào)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)