目录

背景

《天龙八部》是著名作家金庸的代表作之一，历时4年创作完成。该作品气势磅礴，人物众多，非常经典。这里给出一个《天龙八部》的网络版本，文件名为”天龙八部-网络版.txt”。‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬

问题一及解答

问题

请编写程序，对这个《天龙八部》文本中出现的汉字和标点符号进行统计，字符与出现次数之间用冒号：分隔，输出保存到“天龙八部-汉字统计.txt”文件中，该文件要求采用 CSV 格式存储，参考格式如下(注意，不统计空格和回车字符)：‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬

天:100, 龙:110, 八:109, 部:10

(略)

解答

程序框图

Created with Raphaël 2.2.0开始以只读模式打开文本天龙八部-网络版.txt，并保存为行文本lines遍历行本文lines,是否达到文本lines末尾？结束遍历列表line元素elm，是否到达列表line末尾？移动到行文本的下一行line字符elm是否不在集合{' ', 'n','ufeff','u3000'}中？利用字典stat的get方法对字符elm进行计数；或者直接根据字典数据stat[elm]进行词频统计移动到列表line中的下一个元素elmyesnoyesnoyesno

数据流图

文本txt读取文本txt列表类型lines遍历列表lines字符串line字符串line遍历字符串lines统计字符

elm个数字典类型stat将字典转化

成列表ls列表ls列表ls将列表ls写入

文本txt文本txt

程序代码

with open("天龙八部-网络版.txt", "r", encoding = "UTF-8") as fi:

lines = fi.readlines()

stat = {}

for line in lines:

for elm in line:

if elm not in {' ', 'n', 'ufeff','u3000'}:

###############方法一：利用字典的get方法进行词频统计###########

## stat[elm] = stat.get(elm,0) + 1

###############方法二：根据字典数据进行词频统计##############

if elm in stat:

stat[elm] += 1

else:

stat[elm] = 1

ls = []

for elm in stat:

ls.append("{}:{}".format(elm,stat[elm]))

with open("天龙八部-汉字统计.txt", "w", encoding ="UTF-8") as fo:

fo.write(",".join(ls))

问题二及解答

问题

请编写程序，对《天龙八部》文本中出现的中文词语进行统计，采用 jieba 库分词，词语与出现次数之间用冒号：分隔，输出保存到“天龙八部-词语统计.txt”文件中。参考格式如下(注意，不统计任何标点符号)：‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬

天龙:100, 八部:10

(略)

本题暂不支持自动评阅，print(‘ok’)，即可得分

解答

程序框图

Created with Raphaël 2.2.0开始以只读模式打开文本天龙八部-网络版.txt，并保存为行文本lines导入第三方库jieba遍历行本文lines,是否达到文本末尾？结束利用第三方库jieba进行中文分词并返回分词后的列表ls遍历列表ls元素——字符elm，是否到达列表末尾？移动到行文本lines的下一行字符elm是否不在集合{' ', 'n','ufeff','u3000'}中？利用字典stat的get方法对字符elm进行计数；或者直接根据字典stat数据进行词频统计移动到列表ls中的下一个元素yesnoyesnoyesno版权声明：本文来源CSDN，感谢博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/yimsdn/article/details/100902472

站方申明：本站部分内容来自社区用户分享，若涉及侵权，请联系站方删除。

发表于 2020-03-01 18:32

阅读 ( 74 )