python - 我想创建一个可以在 python 中分析下载的文本文件的程序

Question

分析包括以下内容：

1. 文本数据中有多少个单词？

2. 关键字在文本数据中出现了多少次？

   import os
   f= open(os.path.join(os.getcwd(), 'test1.txt'), 'r')
   dataString =f.read()
   

此代码只是打开下载的文本文件。我不知道下一步该做什么。我完全被困住了。请帮我。给我一些建议或提示也没关系..

Answer 1

在dataString中，您需要遍历每个单词并对其进行计数。因此，您需要一种方法来识别字符串中的单个单词。您可以使用该string.split方法或一些正则表达式来更清晰地拆分单词。

Answer 2

如果你想计算唯一词的数量，你需要做这样的事情来计算所有内容，而不用像“你好”这样的情况干扰计算。

print len(set(re.findall('\w+', dataString.lower()))) # Number of unique words
print len(re.findall('\w+', dataString.lower())) # Total number of words

要显示特定单词的计数，您可以使用列表理解。

words = re.findall('\w+', dataString.lower())
print len([word for word in words if word == 'hello'])

或者你可以使用count。

print words.count('hello')

Answer 3

我不会解决您的问题，但我会解释您将如何做每件事，因为创建 Stackoverflow 并不是为了为您完成工作，但我将向您指出您必须做的事情：

多少字：

dataString.split()将返回一个列表，其中每个项目都是文件中的一个单词，所以让我们这样做

一个单词重复多少次：

如果您想检查特定单词出现的次数，您现在知道如何获取列表中的每个单词，只需遍历该列表，您可以使用自己的计数器并在每次单词出现时向其添加 1，in dataString.split()或者您可以使用集合 Counter 类

Answer 4

要获得字数，请使用

f = open('test.txt, 'r')
text = f.read()
f.close()
words = text.split(None)
ec = len(words)

要获取一个单词在文件中出现的次数，请添加

swc = 0
for word in words:
    if word == 'word2count':
        swc +=1`.