python—文本词频统计 哈姆雷特 txt 下载

文本词频统计 -- Hamlet

Hamlet下载

链接：https://pan.baidu.com/s/1Is2mBAED57i6nI38lcnXAA 
提取码：zqw1

　　

def getText():
    txt = open("hamlet.txt","r").read()  #打开文件 r 读权限
    txt = txt.lower()                    #把英文字母全部变成小写
    for ch in '!"$%&()*+,-./:;<=>?@[\\]^_{}|·`''':
        txt = txt.replace(ch," ")        #特殊符号替换为空格
    return txt

hamletTxt = getText()          
words = hamletTxt.split()      #split默认以空格为分隔符，返回列表
counts = {}             #定义一个空字典类型，因为一个单词和对应的出现次数
for word in words:  #循环取出单词放到空字典当作key
    counts[word] = counts.get(word,0) +1  #用key查询出现次数，每出现一次+1(如果不存在返回0)
items = list(counts.items())  #取出字典的键和值 并返回列表类型
print(items)            #[('the', 1138), ('tragedy', 3)]
items.sort(key=lambda x:x[1],reverse=True) #排序字典中的value,出现次数
for i in range(10):
    word,count = items[i]
    print("{0:<6}{1:>9}".format(word,count))