Python小程序—文本词频统计

以Hamlet文本为例，文本下载链接： https://python123.io/resources/pye/hamlet.txt

#CalHamletV1.py
#hamlet文本下载链接：https://python123.io/resources/pye/hamlet.txt
def getText():     #对文本归一化处理（变为小写，特殊字符替换为空格）
    txt = open("hamlet.txt","r").read()
    txt = txt.lower()   #所有字母变为小写
    for ch in '!"#$%&(）*+,-./:;<=>?@[\\]^_{|}`~':
        txt= txt.replace(ch," ")  #用空格代替各种特殊字符
    return txt
hamletTxt=getText()
words =hamletTxt.split()  #根据空格分隔每一个字母
counts ={}
for word in words:
    counts[word] = counts.get(word,0) + 1  #如果键不存在字典中，给出默认值
items = list(counts.items())   #变为列表类型，便于排序操作
items.sort(key=lambda x:x[1], reverse=True)   #对第二个元素，从大到小倒排
#sort方法小知识：参数lambda用来指定列表中使用哪一个多元选项的列作为排序列，默认的排序是从小到大；reverse设为True，则排序从大到小
for i in range(10):   #输出最多的10个单词
    word, count = items[i]
    print("{0:<10}{1:>5}".format(word, count))

CalHamletV1 Code