python - 如何总结对话中每个人的字数？

Question

我开始学习 Python，我正在尝试编写一个程序来导入一个文本文件，计算总字数，计算特定段落中的字数(由每个人说) participant, described by 'P1', 'P2' etc.), 从我的字数统计中排除这些词(即 'P1' 等)，并单独打印段落。

感谢@James Hurford 我得到了这段代码:

words = None
with open('data.txt') as f:
   words = f.read().split()
total_words = len(words)
print 'Total words:', total_words

in_para = False
para_type = None
paragraph = list()
for word in words:
  if ('P1' in word or
      'P2' in word or
      'P3' in word ):
      if in_para == False:
         in_para = True
         para_type = word
      else:
         print 'Words in paragraph', para_type, ':', len(paragraph)
         print ' '.join(paragraph)
         del paragraph[:]
         para_type = word
  else:
    paragraph.append(word)
else:
  if in_para == True:
    print 'Words in last paragraph', para_type, ':', len(paragraph)
    print ' '.join(paragraph)
  else:
    print 'No words'

我的文本文件如下所示:

P1: Bla bla bla.

P2: Bla bla bla bla.

P1: Bla bla.

P3: Bla.

我需要做的下一部分是为每个参与者总结单词。我只能打印它们，但我不知道如何退回/重新使用它们。

除了总结每个参与者所说的所有单词外，我还需要一个新变量，其中包含每个参与者的字数统计，我可以稍后对其进行操作，例如

P1all = sum of words in paragraph

有没有办法将“you're”或“it's”等算作两个词？

有什么解决办法吗？

Answer 1

I would need a new variable with word count for each participant that I could manipulate later on

不，你需要一个 Counter (Python 2.7+，否则使用 defaultdict(int))将人员映射到字数。

from collections import Counter
#from collections import defaultdict

words_per_person = Counter()
#words_per_person = defaultdict(int)

for ln in inputfile:
    person, text = ln.split(':', 1)
    words_per_person[person] += len(text.split())

现在 words_per_person['P1'] 包含 P1 的单词数，假设 text.split() 是一个足够好的分词器为了你的目的。 (语言学家对词的定义意见不一，所以你总是会得到一个近似值。)