计算文件中的每个字符

Question

我正在尝试计算文件中的每个字符并将其放入字典中。 但它不太好用，我没有得到所有字符。

#!/usr/bin/env python
import os,sys

def count_chars(p):
     indx = {}
     file = open(p)

     current = 0
     for ch in file.readlines():
          c = ch[current:current+1]
          if c in indx:
               indx[c] = indx[c]+1
          else:
               indx[c] = 1           
          current+=1
     print indx

if len(sys.argv) > 1:
     for e in sys.argv[1:]:
          print e, "contains:"
          count_chars(e)
else:
     print "[#] Usage: ./aufg2.py <filename>"

Answer 1

假设您计数的文件在内存中的大小合理：

import collections
with open(p) as f:
    indx = collections.Counter(f.read())

---

否则，你可以一点一点地阅读：

import collections
with open(p) as f:
    indx = collections.Counter()
    buffer = f.read(1024)
    while buffer:
        indx.update(buffer)
        buffer = f.read(1024)

Answer 2

主要问题是您只检查（最多！）每一行中的一个字符。如果您正在逐行读取文件，则需要有一个内部循环来遍历该行的字符。

#!/usr/bin/env python
import os, sys, collections

def count_chars(p):
     indx = collections.Counter()
     with open(p) as f:
         for line in f:
             for c in line:
                 indx[c] += 1
     print indx

if len(sys.argv) > 1:
     for e in sys.argv[1:]:
          print e, "contains:"
          count_chars(e)
else:
     print "[#] Usage: ./aufg2.py <filename>"

Answer 3

使用defaultdict。基本上，如果您尝试在 defaultdict 中获取不存在的项，它会创建键并调用构造函数指定的第 0 个参数作为值。

import collections

def count_chars(p):
    d = collections.defaultdict(int)
    for letter in open(p).read():
        d[letter] += 1
    return d

Answer 4

我已将此作为对@Amber 答案的评论发布，但将在此处重复...

计算文件中字节的出现次数，然后生成一个小的迭代器：

with open('file') as fin:
    chars = iter(lambda: fin.read(1), '')
    counts = Counter(chars)

这样，来自fin 的底层缓冲仍然适用，但它仍然更隐含的是您一次读取一个字节（而不是块大小，无论如何操作系统都会自行执行），它还允许不在Counter 对象上使用update，实际上它更像是一个完整的、独立的指令。