码迷,mamicode.com
首页 > 其他好文 > 详细

第四次

时间:2018-10-15 14:20:50      阅读:96      评论:0      收藏:0      [点我收藏+]

标签:[1]   highlight   第四次   for   http   处理   .com   rev   计数   

strHello=‘‘‘...‘‘‘.lower()
fo = open(‘C:\\Users\Administrator\Desktop\hello.txt‘, ‘r‘, encoding=‘utf-8‘)
hello = fo.read()
fo.close()
print(hello)
sep = ‘‘‘,?‘‘‘
for ch in sep:
    strHello = strHello.replace(ch, ‘‘)

    strList = strHello.split()
    print(len(strList),strList)
    strSet = set(strList)
    exclude = {‘i‘, ‘in‘, ‘the‘‘anymore‘}
    strSet = strSet-exclude

    print(len(strSet),strSet)

    strDict = {}
    for hello in strSet:
        strDict[hello] = strList.count(hello)

        print(strDict.items())

wcList = list(strDict.items())
wcList.sort()
print(strDict.items())
print(wcList[:20])

  技术分享图片

import jieba
fo = open(‘C:\\Users\Administrator\Desktop\hi.txt‘,‘r‘,encoding=‘utf-8‘)
strho = fo.read()  #通过文件读取字符串 str
fo.close()
print(strho)

#对文本进行预处理
sep = ‘,。?!;:‘’“” "" ‘
for sh in sep:
    strho = strho.replace(sh,‘‘)
    print(strho)

#单词计数字典 set
strset  = set(strho)
print(len(strset),strset)


##单词计数dict
strDict={}
for word in strset:
    strDict[word]=strho.count(word)
    print(len(strDict),strDict)

#把字典转换为列表
hlouList = list(strDict.items())
print(hlouList)

#按词频排序 list.sort(key=)
hlouList.sort(key=lambda x: x[1], reverse=True)
print(hlouList)

#.输出TOP(20)
for i in range(20):
    print(hlouList[i])

  技术分享图片

第四次

标签:[1]   highlight   第四次   for   http   处理   .com   rev   计数   

原文地址:https://www.cnblogs.com/liuyonghe/p/9789986.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!