题目:
一个txt文件中已知数据格式为:
C4D
C4D/maya
C4D
C4D/su
C4D/max/AE
统计每个字段出现的次数,比如C4D、maya
先读取文件,将文件中的数据抽取出来:
def getWords(filepath): file = open(filepath) wordOne=[] while(file): line = file.readline() word = line.split('/') wordOne.extend(word) if(not line): #若读取结束了 break wordtwo=[] for i in wordOne: wordtwo.extend(i.split()) return wordtwo
说明:这个有一个要注意的地方是文件是被”\n”,”/”两种格式分割而来的,因此需要split两次。
然后定义一个dict,遍历数据,代码如下所示:
def getWordNum(words): dictWord={} for i in words: if(i not in dictWord): dictWord[i]=0 dictWord[i]+=1 return dictWord
主函数的调用:
filepath='data/new.txt' words = getWords(filepath) dictword = getWordNum(words) print(dictword)
结果:
{'C4D': 9, 'max': 1, 'su': 1, 'maya': 1, 'AE': 3}
说明:
1,
print(type(word)) print(type(splitData[0]))
输出为:
<class 'list'> <class 'str'>
就是当splitData.extend()执行之后就将原本是list类型的数据转换成str类型的存储起来。只有对str类型的数据才能用split函数
2,
import os print(os.getcwd())
这个可以输出当前所在位置,对于读取文件很有用。
在读入文件并对文件进行切分的时候,若是含有的切分词太多,那么使用re.split()方法是最方便的,如下所示:
filepath='data/new.txt' file = open(filepath) #读取文件 wordOne=[] symbol = '\n/' #定义分隔符 symbol = "["+symbol+"]" #拼接正则表达式 while(file): line = file.readline() word = re.split(symbol,line) wordOne.extend(word) if(not line): break #通过上式得到的list中会含有很多的空字符串,所以要去空 wordOne = [x for x in wordOne if x]
以上这篇python 统计文件中的字符串数目示例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持亿速云。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。