Python Show-Me-the-Code 第 0004 題 統計單詞

標籤：python   統計單詞   

第 0004 題：任一個英文的純文字檔案，統計其中的單詞出現的個數。

思路：用Regex匹配響應的單詞和數字，然後讓Counter計算單詞的詞頻，再用most_common方法返回一個按照詞頻排序的包含該詞語和該詞語出現的次數的元組的列表。

0004.統計單詞.py

#!/usr/bin/env python#coding: utf-8import refrom collections import CounterFILESOURCE = ‘/home/bill/Desktop/testarticle‘def getMostCommonWord(articlefilesource):    ‘‘‘輸入一個英文的純文字檔案，統計其中的單詞出現的個數‘‘‘    pattern = r‘‘‘[A-Za-z]+|\$?\d+%?$‘‘‘    with open(articlefilesource) as f:        r = re.findall(pattern,f.read())        return Counter(r).most_common()if __name__ == ‘__main__‘:    print getMostCommonWord(FILESOURCE)

其中的文章是隨便從BBC上選的一篇新聞

Python Show-Me-the-Code 第 0004 題 統計單詞