标签：notepad comm join com 英文 class common 注意 需要
#coding:utf-8
#!/usr/bin/python2.6
def statistic_eng_text():
‘‘‘统计出英文文档中高频词汇‘‘‘
cnt = Counter()
np = os.path.join(get_project_path(),‘doc‘,‘jack lodon.txt‘)
ff = open(np,‘r‘)
words = ff.read()
format_text = re.split(‘[\s\ \\,\;\.\!\n]+‘,words)
for w in format_text:#比较的时候注意了大小写，其中有一个 the是以大写字母开始的，所以在notepad中统计出来了，而在代码中没有统计出来
cnt[w.lower()] += 1#这里需要把单词进行一个转换，避免大小写导致的不匹配
print cnt.most_common(5)
if __name__ == ‘__main__‘:
statistic_eng_text()
标签：notepad comm join com 英文 class common 注意 需要
原文地址：http://www.cnblogs.com/yNds/p/7171870.html
