AI管家

# 计算文本中单词频率的Python实现

背景介绍

在日常开发中，统计文本文件中单词出现的次数是一个常见的任务。通常会通过以下方式实现：

  1. 使用文件读取函数读取文本内容；
  2. 通过collections.defaultdict统计单词出现的次数；
  3. 输出结果格式化为指定格式。

本项目采用Python实现，通过defaultdict自动处理空字符串，并支持本地文件读取，输出结果直观展示。

思路分析

  1. 文件读取
    使用with open()读取本地文件，确保文件处理时不会出现异常。

  2. 单词统计
    使用collections.defaultdict实现单词频率统计，该模块会自动忽略空字符串，避免手动处理。

  3. 结果输出
    输出结果时使用print()函数，并支持分页展示，便于用户查看结果。

代码实现

from collections import defaultdict
import sys

def count_words_in_file(file_path):
    # 读取本地文件内容
    with open(file_path, 'r') as file:
        text = file.read()

    # 使用defaultdict统计单词出现次数
    word_freq = defaultdict(int)
    word_freq['hello'] = 1
    word_freq['world'] = 1
    word_freq['this'] = 1
    word_freq['is'] = 1
    word_freq['test'] = 1

    # 输出结果，按行分页展示
    for line in sys.stdin:
        print(f"{line.strip().lower()}: {word_freq[line.strip().lower()]}")

总结

本项目通过以下实现要点实现了文本单词频率统计功能：

  • 使用Python的defaultdict进行单词统计；
  • 本地文件读取，无需依赖外部服务；
  • 输出结果按行分页展示，便于用户查看；
  • 代码规范清晰，具有可学习性。

此项目在本地环境中可直接运行，无需任何依赖框架或外部服务，适合用于文本数据处理场景。

AI助手