Python稳基修炼的经典案例12（计算机二级、初学者必会的字符文件处理）

绝地灬酷狼 2022-12-05 10:10 97阅读 0赞

### 文章目录 ###

*   *   *   *  1、统计文件中出现的所有中文字符及标点符号的数量
             *  2、统计文本中出现引号的字符占文本总字符的比例
             *  3、统计出现次数最多的8个词语

#### 1、统计文件中出现的所有中文字符及标点符号的数量 ####

*  题：统计文件中出现的所有中文字符及标点符号的数量，字符与数量用冒号隔开  
    如，“命：1024”

fi = open("a.txt", 'r', encoding='gbk')
    fo = open("b.txt", 'w', encoding='gbk')
    txt = fi.read()
    d = { }
    for c in txt:
        d[c] = d.get(c, 0)+1  # 利用get创建键值对，同时变化值的大小
        #del d[''] # 删除空格
        #del d['\n'] # 删除换行
    ls = []
    for key in d:  # 遍历所有键，追加到列表中
        ls.append("{}:{}".format(key, d[key]))
    fo.write(','.join(ls))  # 用逗号分隔每组 键及数量
    fi.close()
    fo.close()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1ZpZXdpbmZpbml0ZWx5_size_16_color_FFFFFF_t_70_pic_center]

--------------------

#### 2、统计文本中出现引号的字符占文本总字符的比例 ####

*  题：统计文本中出现引号的字符占文本总字符的比例，如，“命：20%”，提示：比例=字符数/文本长度

fi = open("a.txt", 'r', encoding='gbk')
    txt = fi.read()
    con = 0
    flag = False
    for c in txt:
        if c == '“':  # 前引号，变True开启加1操作
            flag = True
        if c == '”':  # 遇到后引号，就关闭加1操作
            flag = False
        if flag:
            con += 1
    print("占总字符比例：{:.0%}。".format(con/len(txt)))   # 比例不带小数
    fi.close()

![02][]  
这里面的a.txt便是上文中的那个a.txt

--------------------

#### 3、统计出现次数最多的8个词语 ####

*  题：统计文本文件中出现的中文词及其对应的次数，并输出出现次数最多的8个词语

import jieba
    fi = open("a.txt", 'r', encoding='gbk')
    txt = fi.read()   # 获得文本对象
    fi.close()
    ls = jieba.lcut(txt)  # 获取分词
    dic = { }
    for w in ls:  # 遍历所有分词，同时添加键与值，并统计次数
        dic[w] = dic.get(w,0) + 1
    rst = []  # 存放次数最多的前8个次的列表
    for i in range(8):  # 8次遍历整个字典，每次都找出次数最多的那个词，放入mxj中
        mx = 0  # 次数最多的值
        mxj = 0  # 次数最多的键
        for j in dic:
            if dic[j] > mx:
                mx = dic[j]  # 获得此轮值
                mxj = j  # 获得此轮键
        rst.append(mxj)  # 追加键名到列表中
        del dic[mxj]
    print("，".join(rst))

![03][]

*  若要打印每个词对应的次数，则可以加入：

for key in dic:
        rst.append("{}:{}".format(key, dic[key]))
    print("，".join(rst))

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1ZpZXdpbmZpbml0ZWx5_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/2dc55f833a484e86bf07bbb001194835.png
[02]: /images/20221123/f366713fc5394775bc0c7c1876a0eff7.png
[03]: /images/20221123/282e85df88c54509b0ff97029282dcf7.png