计算文件中的字长答案

【问题标题】：counting the word length in a file计算文件中的字长
【发布时间】：2011-02-04 06:21:31
【问题描述】：

所以我的函数应该打开一个文件并计算字长并给出输出。例如，

很多（'sample.txt'）

长度为 1:2 的单词

长度为 2 的单词：6

长度为 3 的单词：7

长度为 4 的单词：6

我的 sample.txt 文件包含：这是一个测试文件。长度为 1 的单词有多少？长度为 3 的单词有多少？我们应该弄清楚！函数可以做到这一点吗？

到目前为止我的编码，

def many(fname): infile = open(fname,'r')
text = infile.read()
infile.close()
L = text.split()
L.sort
for item in L:
    if item == 1:
        print('Words of length 1:', L.count(item))

谁能告诉我我做错了什么。我调用该函数没有任何反应。这显然是因为我的编码，但我不知道从这里去哪里。任何帮助都会很好，谢谢。

【问题讨论】：

如果python我假设这个？
是的，抱歉忘记添加标签。
L.sort 没有达到您的预期；在这里，它获得了对 sort 方法的引用，并且什么也不做（所以语句什么也不做）。如果你加括号把它变成L.sort()，这个函数实际上会被调用（注意你的代码还有其他问题）
@OP：看看Counter
请修正缩进。这不可能。

标签： python

【解决方案1】：

您想要获取长度列表（1、2、3、4、...字符）以及文件中具有此长度的单词的出现次数。

所以在L = text.split() 之前，这是一个很好的方法。现在看看 Python 中的 dictionaries，它将允许您存储上述数据结构并遍历文件中的单词列表。只是一个提示...

【讨论】：

【解决方案2】：

由于这是家庭作业，我将在此处发布一个简短的解决方案，并将其留作练习，以了解它的作用和原因：)

>>> from collections import Counter
>>> text = open("sample.txt").read()
>>> counts = Counter([len(word.strip('?!,.')) for word in text.split()])
>>> counts[3]
7

【讨论】：

【解决方案3】：

你对这里有什么期望

if item == 1:

这里

L.count(item)

实际发生了什么？使用调试器查看变量值或将它们打印到屏幕上。

【讨论】：

【解决方案4】：

也许还有这个：

>>> s
'This is a test file. How many words are of length one? How many words are of length three? We should figure it out! Can a function do this?'
>>> {x:[len([c for c in w ]) for w in s.split()].count(x) for x in [len([c for c in w ]) for w in s.split()] }
{1: 2, 2: 6, 3: 5, 4: 6, 5: 4, 6: 5, 8: 1}

【讨论】：

【解决方案5】：

让我们一步一步分析你的问题。

你需要：

检索文件中的所有单词
遍历所有单词
每次找到长度为 N 的单词时，增加计数器 N
输出结果

您已经完成了第 1 步：

def many(fname): 
    infile = open(fname,'r')
    text = infile.read()
    infile.close()
    L = text.split()

然后您（尝试）对单词进行排序，但这没有用。您将按字母数字对它们进行排序，因此它对您的任务没有用处。

相反，让我们定义一个Python dictionary 来保存字数

    lengths = dict()

@sukhbir 在评论中正确建议使用 Counter 类，我鼓励你去搜索它，但在这个例子中我会坚持使用传统字典，因为我发现熟悉探索图书馆之前的语言。

让我们继续第 2 步：

    for word in L:
        length = len(word)

对于列表中的每个单词，我们将当前单词的长度分配给变量length。让我们检查一下计数器是否已经有一个适合我们长度的槽：

        if length not in lengths:
            lengths[length] = 0

如果没有遇到长度为length 的单词，我们分配该槽并将其设置为零。我们终于可以执行第三步了：

        lengths[length] += 1

最后，我们将当前长度为 1 个单位的单词计数器递增。

在函数的最后，您会发现lengths 将包含一个字长 -> 该长度的字数 的映射。让我们通过打印其内容来验证这一点（第 4 步）：

    for length, counter in lengths.items():
        print "Words of length %d: %d" % (length, counter)

如果你复制并粘贴我写的代码（尊重缩进！！）你会得到你需要的答案。

我强烈建议你通过Python tutorial。

【讨论】：

答案将是关闭的，因为简单的split() 不会删除他的示例文本中的标点符号。
你是对的。我想他会阅读其他答案..你的答案更加紧凑和优雅，并且摆脱了标点符号，所以如果他愿意，他将能够使用你的代码。如果他是新手，我想，他应该花几个小时研究所有的答案。 :)

【解决方案6】：

如果有点矫枉过正，正则表达式库也可能会有所帮助。一个简单的单词匹配 re 可能是这样的：

import re
f = open("sample.txt")
text = f.read()
words = re.findall("\w+", text)

Words 是一个...单词的列表 :)

但是，这将无法正确匹配诸如“isn't”和“I'm”之类的单词，因为 \w 仅匹配字母数字。本着作为家庭作业的精神，我想我会把它留给感兴趣的读者，但是 Python Regular Expression 文档作为一个开始是相当不错的。

那么我按长度计算这些单词的方法是这样的：

occurrence = dict()
for word in words:
    try:
        occurrence[len(word)] = occurrence[len(word)] + 1
    except KeyError:
        occurrence[len(word)] = 1
print occurrence.items()

字典（出现）用于存储单词长度及其在文本中出现的位置。 try: 和 except: 关键字处理我们第一次尝试在字典中存储特定长度的单词时，在这种情况下，字典不乐意被要求检索它不知道的内容，并且 except : 获取作为结果引发的异常并存储该单词长度的第一次出现。最后一行打印字典中的所有内容。

希望这会有所帮助:)

【讨论】：