python之从 .txt 中读取单词，并计算每个单词

我想知道，如何读取像 fscanf 这样的字符串。我需要在 all .txt 中逐字阅读。 我需要对每个单词进行计数。

collectwords = collections.defaultdict(int) 
 
with open('DatoSO.txt', 'r') as filetxt: 
 
for line in filetxt: 
    v="" 
    for char in line: 
        if str(char) != " ": 
          v=v+str(char) 
 
        elif str(char) == " ": 
          collectwords[v] += 1 
          v="" 

这样一来，我就看不到最后一个字了。

请您参考如下方法:

如果您使用的是 Python >=2.7

http://docs.python.org/library/collections.html#collections.Counter

它添加了一些方法，例如“most_common”，这在此类应用程序中可能很有用。

来自 Doug Hellmann 的 PyMOTW:

import collections 
 
c = collections.Counter() 
with open('/usr/share/dict/words', 'rt') as f: 
    for line in f: 
        c.update(line.rstrip().lower()) 
 
print 'Most common:' 
for letter, count in c.most_common(3): 
    print '%s: %7d' % (letter, count) 

http://www.doughellmann.com/PyMOTW/collections/counter.html -- 虽然这是字母计数而不是单词计数。在 c.update 行中，您可能希望将 line.rstrip().lower 替换为 line.split() 和一些代码去掉标点符号。

编辑:删除标点符号可能是最快的解决方案:

import collections 
import string 
 
c = collections.Counter() 
with open('DataSO.txt', 'rt') as f: 
    for line in f: 
        c.update(line.translate(string.maketrans("",""), string.punctuation).split()) 

(借自以下问题 Best way to strip punctuation from a string in Python )