python 统计单词个数

标签：

根据一篇英文文章统计其中单词出现最多的10个单词。

# -*- coding: utf-8 -*-
import urllib2
import re
from collections import Counter

‘‘‘
007之雷霆谷 You Only Live Twice‘，可以从http://novel.tingroom.com/jingdian/1584/47084.html这个地址获取，
列出其中使用最频繁的10个单词，并给出它们的出现次数
Python2.7上测试通过
‘‘‘

‘‘‘根据URL网址读取数据‘‘‘
def Get_Data(url):
　　data = urllib2.urlopen(url).read()
　　return data

‘‘‘统计单词及个数，text是要统计的文章字符串，n是统计次数最多的前几个‘‘‘
def PrintWordsCount(text,n=1):
　　‘‘‘调用Counter用正则进行拆分‘‘‘
　　wordCountList = Counter(re.split(r‘\W+‘, text, flags=re.M|re.I)).most_common(n)
　　print ‘单词\t次数‘
　　print ‘\n‘.join([w+‘\t‘+str(c) for w,c in wordCountList])

#测试代码
def test():
url =‘http://novel.tingroom.com/jingdian/1584/47084.html‘
data = Get_Data(url)
PrintWordsCount(data,10)
test()

python 统计单词个数

标签：

原文地址：http://www.cnblogs.com/shaosks/p/5614026.html