我正在尝试计算文件中出现多个单词的实例数。
这是我的代码：
#!/usr/bin/env python
file = open('my_output', 'r')
word1 = 'wordA'
print('wordA', file.read().split().count(word1))
word2 = 'wordB'
print('wordB', file.read().split().count(word2))
word3 = 'wordC'
print('wordC', file.read().split().count(word3))
代码中的问题是它只计算 word1 的实例数。这段代码如何固定计算 word2 和 word3？
谢谢！
【问题讨论】：
标签： python python-3.x
我认为如果你这样做，这段代码会更好地工作，而不是连续读取和拆分文件：[这样你可以找到你在文件中找到的任意数量单词的词频]
file=open('my_output' , 'r')
s=file.read()
s=s.split()
w=set(s)
tf={}
for i in s:
tf[i]=s.count(i)
print(tf)
【讨论】：
主要问题是file.read() 消耗文件。因此，第二次搜索时，您最终会搜索一个空文件。最简单的解决方案是读取一次文件（如果不是太大），然后只搜索之前读取的文本：
#!/usr/bin/env python
with open('my_output', 'r') as file:
text = file.read()
word1 = 'wordA'
print('wordA', text.split().count(word1))
word2 = 'wordB'
print('wordB', text.split().count(word2))
word3 = 'wordC'
print('wordC', text.split().count(word3))
为了提高性能，也可以只拆分一次：
#!/usr/bin/env python
with open('my_output', 'r') as file:
split_text = file.read().split()
word1 = 'wordA'
print('wordA', split_text.count(word1))
word2 = 'wordB'
print('wordB', split_text.count(word2))
word3 = 'wordC'
print('wordC', split_text.count(word3))
使用with也将确保文件在被读取后正确关闭。
【讨论】：
你可以试试这个：
file = open('my_output', 'r')
splitFile = file.read().split()
lst = ['wordA','wordB','wordC']
for wrd in lst:
print(wrd, splitFile.count(wrd))
【讨论】：
使用collections.Counter 对象的简短解决方案：
import collections
with open('my_output', 'r') as f:
wordnames = ('wordA', 'wordB', 'wordC')
counts = (i for i in collections.Counter(f.read().split()).items() if i[0] in wordnames)
for c in counts:
print(c[0], c[1])
对于以下示例文本行：
'wordA some dfasd asdasdword B wordA sdfsd sdasdasdddasd wordB wordC wordC sdfsdfsdf wordA'
我们会得到输出：
wordB 1
wordC 2
wordA 3
【讨论】：
在您的代码中，文件在第一行被消耗（耗尽），因此下一行不会返回任何计数：第一个 file.read() 读取文件的全部内容并将其作为字符串返回。第二个file.read() 没有什么要读取的，只返回一个空字符串'' - 第三个file.read() 也是如此。
这是一个应该做你想做的版本：
from collections import Counter
counter = Counter()
with open('my_output', 'r') as file:
for line in file:
counter.update(line.split())
print(counter)
你可能需要做一些预处理（为了摆脱特殊字符和,和.等等）。
Counter 在 python 标准库中，对于这类事情非常有用。
请注意，这种方式您只需对文件进行一次迭代，而不必随时将整个文件存储在内存中。
如果您只想跟踪某些单词，您可以只选择它们而不是将整行传递给计数器：
from collections import Counter
import string
counter = Counter()
words = ('wordA', 'wordB', 'wordC')
chars_to_remove = str.maketrans('', '', string.punctuation)
with open('my_output', 'r') as file:
for line in file:
line = line.translate(chars_to_remove)
w = (word for word in line.split() if word in words)
counter.update(w)
print(counter)
我还提供了一个预处理示例：punctuation 将在计数之前被删除。
【讨论】：
from collections import Counter
#Create a empty word_list which stores each of the words from a line.
word_list=[]
#file_handle to refer to the file object
file_handle=open(r'my_file.txt' , 'r+')
#read all the lines in a file
for line in file_handle.readlines():
#get each line,
#split each line into list of words
#extend those returned words into the word_list
word_list.extend(line.split())
# close the file object
file_handle.close()
#Pass the word_list to Counter() and get the dictionary of the words
dictionary_of_words=Counter(word_list)
print dictionary_of_words
【讨论】：