python 练习0006

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python 练习0006，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1042字，纯文字阅读大概需要2分钟。

内容图文

问题

你有一个目录，放了你一个月的日记，都是 txt，为了避免分词的问题，假设内容都是英文，请统计出你认为每篇日记最重要的词。

代码

from collections import Counter
import re, os

def get_txt(file_dir):
    try:
        os.chdir(file_dir)
        return [os.path.abspath(file) for file in os.listdir()
                if file.endswith('.txt')]
    except:
        print('Error: dir not exits')
        return None

def count_word(files):
    IGNORED_WORDS = ['a', 'an', 'as', 'is', 'in', 'of', 'to', 'are', 'has', 'and', 'the']
    for file in files:
        word_counts = Counter([])
        with open(file) as f:
            for line in f:
                # 小写
                line = line.lower()
                words = re.findall(r'\b\w+\b', line)
                # 去掉过滤词
                words = [word for word in words
                            if word not in IGNORED_WORDS]
                word_counts.update(words)
        yield (file, word_counts)

def show(results, num):
    for file, word_counts in results:
        print('The most common words in ', file)
        for word, counts in word_counts.most_common(num):
            print('\t' + word + ' appears ', num, ' times')
        print()


if __name__ == '__main__':
    file_dir = './diary'
    files = get_txt(file_dir)
    # print(files)
    results = count_word(files)
    show(results, num=4)

内容总结

以上是互联网集市为您收集整理的python 练习0006全部内容，希望文章能够帮你解决python 练习0006所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端