python - 如何为文本文件创建字典

Question

我的程序打开一个文件，它可以对其中包含的单词进行字数统计，但我想创建一个由文本中所有唯一单词组成的字典例如，如果“计算机”这个词出现了三次，我希望它算作一个唯一的词

def main():

    file = input('Enter the name of the input file: ')
    infile = open(file, 'r')

    file_contents = infile.read()

    infile.close()

    words = file_contents.split()

    number_of_words = len(words)

    print("There are", number_of_words, "words contained in this paragarph")

main()

Answer 1

使用一套。这将只包括独特的词:

words = set(words)

如果你不关心大小写，你可以这样做:

words = set(word.lower() for word in words)

这假设没有标点符号。如果有，您需要去除标点符号。

import string
words = set(word.lower().strip(string.punctuation) for word in words)

如果您需要跟踪每个单词的数量，只需将上面示例中的 set 替换为 Counter:

import string
from collections import Counter
words = Counter(word.lower().strip(string.punctuation) for word in words)

这会给你一个类似字典的对象，告诉你每个单词有多少。

您还可以从中获取唯一单词的数量(尽管如果您只关心它，它会更慢):

import string
from collections import Counter
words = Counter(word.lower().strip(string.punctuation) for word in words)
nword = len(words)