从 .txt 中读取单词，并计算每个单词答案

【问题标题】：Read words from .txt, and count for each words从 .txt 中读取单词，并计算每个单词
【发布时间】：2011-03-28 07:05:04
【问题描述】：

我想知道，如何读取像 fscanf 这样的字符串。我需要在所有 .txt 中逐字阅读。 我需要对每个单词进行计数。

collectwords = collections.defaultdict(int)

with open('DatoSO.txt', 'r') as filetxt:

for line in filetxt:
    v=""
    for char in line:
        if str(char) != " ":
          v=v+str(char)

        elif str(char) == " ":
          collectwords[v] += 1
          v=""

这样一来，我就看不懂最后一个字了。

【问题讨论】：

标签： python file

【解决方案1】：

如果您使用 Python >=2.7，您也可以考虑使用 collections.counter

http://docs.python.org/library/collections.html#collections.Counter

它添加了许多方法，例如“most_common”，这可能在此类应用程序中很有用。

来自 Doug Hellmann 的 PyMOTW：

import collections

c = collections.Counter()
with open('/usr/share/dict/words', 'rt') as f:
    for line in f:
        c.update(line.rstrip().lower())

print 'Most common:'
for letter, count in c.most_common(3):
    print '%s: %7d' % (letter, count)

http://www.doughellmann.com/PyMOTW/collections/counter.html -- 虽然这会计算字母而不是字数。在c.update 行中，您可能希望将line.rstrip().lower 替换为line.split()，并可能需要一些代码来消除标点符号。

编辑：在这里删除标点符号可能是最快的解决方案：

import collections
import string

c = collections.Counter()
with open('DataSO.txt', 'rt') as f:
    for line in f:
        c.update(line.translate(string.maketrans("",""), string.punctuation).split())

（借自以下问题Best way to strip punctuation from a string in Python）

【讨论】：

【解决方案2】：

嗯，像这样？

with open('DatoSO.txt', 'r') as filetxt:
    for line in filetxt:
        for word in line.split():
            collectwords[word] += 1

【讨论】：

很好。但是当我打印 :'shoes': 1, 'shoes\n': 5," shoes with \n. without \n.
您可能想在其中添加一个word.strip() (collectwords[word.strip()] += 1) 以删除它周围的任何额外空白。
将split(' ') 更改为split() 会更好。

【解决方案3】：

Python 让这一切变得简单：

collectwords = []
filetxt = open('DatoSO.txt', 'r')

for line in filetxt:
  collectwords.extend(line.split())

【讨论】：

我想他想统计出现的次数。