python - 使用 for 循环计算所有文件的字数

Question

我想获取文件夹中所有文件中每个文件的词频。然而，这并没有奏效。

错误如下:

C:\Python\Anaconda3\python.exe C:/Python/Anaconda3/Frequency.py回溯(最近一次调用最后一次): 文件“C:/Python/Anaconda3/Frequency.py”，第 6 行，位于 对于 file.read().split() 中的单词:NameError:名称"file"未定义

进程已完成，退出代码为 1

怎样才能有效地做到这一点？谢谢。

import glob
import os
path = 'C:\Python\Anaconda3'
for filename in glob.glob(os.path.join(path, '*.txt')):
    wordcount = {}
    for word in file.read().split():
        if word not in wordcount:
            wordcount[word] = 1
        else:
            wordcount[word] += 1
print(word, wordcount)

Answer 1

就代码而言，您有三个明显的错误(尽管可能还有更多)。

1. 您有一个 for 循环，您可以在其中更改迭代器的名称

   for **filename** in glob.glob(os.path.join(path, '*.txt')):
       ...
       for word in **file**.read.split():
           ...
   

2. wordcount 字典在 for 循环的每次迭代中都会重新初始化(从而被删除)。您可以通过两种方式解决此问题，具体取决于您想要达到的目的:

   a.将行 wordcount={} 移至开始 for 循环之前，以防止在每个文件后清除字典。这将为您提供所有文件的总字数。

   b.在每次循环迭代后将 wordcount 附加到另一个字典 files 中，这样您就拥有一个字典，其中键是文件名，值是包含字数的字典。这可能有点令人困惑，因为你现在有一个字典的字典。引用单个字数统计变为 filecounts[filename][word] = count。

3. 您打印词典的方法不正确，请考虑以下方法:

   for word in wordcount:
       print('{word}:\t{count}'.format(word=word, count=wordcount[word]))
   

我还建议使用默认字典(请参阅 Docs ，这将消除检查 word 是否在字典中并将其设置为 1.

所以，总的来说，我会这样写:

from collections import defaultdict
import glob
import os

path = 'C:\Python\Anaconda3'
filecounts = {}

for filename in glob.glob(os.path.join(path, '*.txt')):
    wordcount = defaultdict(int)
    for word in filename.read().split():
        wordcount[word] += 1

    filecounts[filename] = wordcount

for filename in filecounts:
    print('Word count for file \'{file}\''.format(file=filename))
    for word in filecounts[filename]:
        print('\t{word}:\t{count}'.format(word=word, count=filecounts[filename][word]))