建议代码改进：在忽略标点符号和常用词的情况下计算单词实例答案

【问题标题】：Suggest code improvements: Count instances of words while ignoring punctuation and common words建议代码改进：在忽略标点符号和常用词的情况下计算单词实例
【发布时间】：2017-09-13 15:36:12
【问题描述】：

该程序的这一点是计算单词的出现次数，同时忽略标点符号、冠词和连词。所需的输出是使用的前 15 个单词和使用的后 15 个单词的列表，但未显示它们的出现。我是初学者，任何帮助将不胜感激。谢谢！

# This program reads a text file, performs a content analysis
# and prints both a top 15 and a bottom 15 report

name = input('Enter name of file: ')

 # Clean Function
def clean(s):
    punctuations = ["!","@","#","$"]
    art_con = ['the','a','an','some','and','but','or','nor','for']
    for each in punctuations:
        s = s.replace(each,"")
    words = s.split()
    resultwords = [word for word in words if word.lower() not in art_con]
    result= ''.join(resultwords)
    return result

# Analyze Function
def analyze(name):
    print('Reading',name,'for analysis...')
    print('===========================')
    print('Creating content analysis dictionary...')
    r = open(name, 'r')
    s = r.read()
    result = clean(s)
    count = dict((x,result.count(x)) for x in set(result))
    print('Analysis complete!')
    print('===================')
    return count

count = analyze(name)

# turn dictionary into a list of tuples to sort
def function(count):
    list1 = []
    for key in count:
        t = (count[key],key)
        list1.append((t))
    list1.sort()
    result = [list1[i] for i in range(len(list1))]
    t15 = result[0:15]
    b15 = result[-15:0]
    print("The top 15 words are ",t15)
    print("The bottom 15 words are ",b15)

#Main Function
def main():
    count = analyze(name)
    function(count)
main()

【问题讨论】：

欢迎来到 StackOverflow。请阅读并遵循帮助文档中的发布指南。 Minimal, complete, verifiable example 适用于此。在您发布 MCVE 代码并准确描述问题之前，我们无法有效地帮助您。
好的……你的问题是什么？

标签： python list file dictionary tuples

【解决方案1】：

我是一个初学者，任何帮助将不胜感激。

总的来说，代码看起来不错。 clean() 函数可以通过以下方式更快更简洁：1）在开始时将输入字符串小写，2）使用正则表达式提取单词而忽略标点符号，以及 3）消除常用词使用集差运算。

下面是一个粗略的介绍：

words = re.findall(r"[a-z\'\-]+", s.lower())
return set(words) - {'the','a','an','some','and','but','or','nor','for'}

【讨论】：