综合应用,jieba,去标点,分词保存,统计,删词,输出

回眸只為那壹抹淺笑 提交于 2019-11-29 02:16:37
import jieba

fp1=r'D:/python/a.txt'
outph=r'D:/python/out.txt'
f=open(fp1,'r',encoding='utf-8')
txt=f.read().strip()
f.close()

words=jieba.lcut(txt)
f=open(outph,'w',encoding='utf-8')
for word in words:
    f.write(word)
    f.write('\n')
f.close()


#第二题去标点,统计词频
bd='[’!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~]+,。!?“”《》:、. '
counts={ }
exlutes={'作者','之后'}
for i in bd:
    txt=txt.replace(i,'')   #字符串替换去标点符号

words=jieba.lcut(txt)  #分词
for word in words:
    if len(word)==1:
        continue
    else:
        counts[word]=counts.get(word,0)+1   #所有词全统计
for word in exlutes:
    del(counts[word])   #删除{a,b}
items=list(counts.items())

items.sort(key=lambda x:x[1],reverse=True)
for i  in range(15):
    word,count=items[i]
    print("{0:>10}---{1:<5}".format(word,count))

 

标签
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!