python统计西游记人物名字出现次数_Python文本统计功能之西游记用字统计操作

这篇文章主要介绍了Python文本统计功能之西游记用字统计操作,结合实例形式分析了Python文本读取、遍历、统计等相关操作技巧,需要的朋友可以参考下

本文实例讲述了Python文本统计功能之西游记用字统计操作。分享给大家供大家参考，具体如下：

一、数据

xyj.txt，《西游记》的文本，2.2MB

致敬吴承恩大师，4020行(段)

二、目标

统计《西游记》中：

1. 共出现了多少个不同的汉字；

2. 每个汉字出现了多少次；

3. 出现得最频繁的汉字有哪些。

三、涉及内容：

1. 读文件；

2. 字典的使用；

3. 字典的排序；

4. 写文件

四、效果

五、源代码# coding:utf8

import sys

reload(sys)

sys.setdefaultencoding("utf8")

fr = open('xyj.txt', 'r')

characters = []

stat = {}

for line in fr:

# 去掉每一行两边的空白

line = line.strip()

# 如果为空行则跳过该轮循环

if len(line) == 0:

continue

# 将文本转为unicode，便于处理汉字

line = unicode(line)

# 遍历该行的每一个字

for x in xrange(0, len(line)):

# 去掉标点符号和空白符

if line[x] in [' ','', '\t', '\n', '。', '，', '(', ')', '(', ')', '：', '□', '？', '！', '《', '》', '、', '；', '“', '”', '……']:

continue

# 尚未记录在characters中

if not line[x] in characters:

characters.append(line[x])

# 尚未记录在stat中

if not stat.has_key(line[x]):

stat[line[x]] = 0

# 汉字出现次数加1

stat[line[x]] += 1

print len(characters)

print len(stat)

# lambda生成一个临时函数

# d表示字典的每一对键值对，d[0]为key，d[1]为value

# reverse为True表示降序排序

stat = sorted(stat.items(), key=lambda d:d[1], reverse=True)

fw = open('result.csv', 'w')

for item in stat:

# 进行字符串拼接之前，需要将int转为str

fw.write(item[0] + ',' + str(item[1]) + '\n')

fr.close()

fw.close()

python统计西游记人物名字出现次数_Python文本统计功能之西游记用字统计操作相关推荐

python统计西游记人物名字出现次数_Python文本统计功能之西游记用字统计操作示例...
本文实例讲述了Python文本统计功能之西游记用字统计操作.分享给大家供大家参考,具体如下: 一.数据 xyj.txt,<西游记>的文本,2.2MB 致敬吴承恩大师,4020行(段) 二. ...
python爬取新闻并归数据库_Python爬取数据并写入MySQL数据库操作示例
Python爬取数据并写入MySQL数据库的实例首先我们来爬取 http://html-color-codes.info/color-names/ 的一些数据. 按 F12 或 ctrl+u 审查元 ...
python字符串的拼接名字的组成_Python拼接字符串的7种方法
python拼接字符串一样平常有以下几种方式: 1,通过(%)操作符拼接 print('%s %s' % ('Hello', 'world')) >>> Hello world 2, ...
python查询mysql表名字动态日期_Python之路day11作业-MySQL表查询
#-*- coding: utf-8 -*- __author__ = 'caiqinxiong_cai' #2019/9/25 15:22#多表查询的作业 : https://www.cnblogs ...
python同时输出名字和时间_Python学习笔记 (2) ：字符串输出、操作、格式化和日期、时间格式化...
一.字符串输出及运算 1.常用输出格式及方法 1 print('1234567890')#单引号 2 print("1234567890")#双引号 3 print("& ...
python计算文件中字母出现次数_python – 计算文本文件中字母的频率
使用collections.Counter(): from collections import Counter with open(file) as f: c = Counter() for x i ...
python变量隔一个数取出来_Python(二)：变量、常量，字符串操作
变量&常量变量和常量都是存储值的内存区域,"变量"就是说值可以改变,"常量"就是说这个值不能改,是只读的,关于常量不详细介绍了命名上一次说过命名规 ...
python列表切片后得到剩余列表_python列表切片和嵌套列表取值操作详解
python列表切片和嵌套列表取值操作详解给出列表切片的格式: [开头元素::步长] # 输出直到最后一个元素,(最后一个冒号和步长可以省略,下同) [开头元素:结尾元素(不含):步长] # 其中, ...
python敏感词过滤代码简单代码_Python 实现王者荣耀中的敏感词过滤示例
Python 实现王者荣耀中的敏感词过滤示例王者荣耀的火爆就不用说了,但是一局中总会有那么几个挂机的,总能看到有些人在骂人,我们发现,当你输入一些常见的辱骂性词汇时,系统会自动将该词变成" ...

python统计西游记人物名字出现次数_Python文本统计功能之西游记用字统计操作

python统计西游记人物名字出现次数_Python文本统计功能之西游记用字统计操作相关推荐

最新文章

热门文章