我正在尝试识别一个特定的单词,然后计算它。我需要保存每个标识符的计数。
例如,一个文档可能包含以下内容:
risk risk risk free interest rate
asterisk risk risk
market risk risk [risk
*我需要计算“风险”而不是星号。可能还有其他与风险相关的词,所以不要拘泥于上面的例子。我需要找到的是“风险”。如果风险以 < [ ( 或 . ! * > ] ) 之类的东西结束或开始,等等。我也需要计算它。但是如果风险词是像星号这样的词的组成部分,那么我不应该计算它。
这是我到目前为止所拥有的。但是,它返回星号和 [风险以及风险的计数。我尝试使用正则表达式,但不断出错。另外,我是 Python 的初学者。如果有人有任何想法,请帮助我!^^谢谢。
from collections import defaultdict
word_dict=defaultdict(int)
for line in mylist:
words=line.lower().split() # converted all words to lower case
for word in words:
word_dict[word]+=1
for word in word_dict:
if 'risk' in word:
word, word_dict[word]