Python怎么统计西游记用字的数量

本篇内容主要讲解"Python怎么统计西游记用字的数量"，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习"Python怎么统计西游记用字的数量"吧!

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:utf8import sysreload(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]] += 1print 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()

到此，相信大家对"Python怎么统计西游记用字的数量"有了更深的了解，不妨来实际操作一番吧！这里是网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！