如何从文件中读取并将每个单词附加到字典中

Question

我想做的是从文件中读取，然后对于每个单词，将其与其出现次数一起附加到字典中。

例：

"今天是星期天，明天不是星期天。

然后我的字典将是这样的：{'今天'

： 1， 'is'： 2， '星期日'： 2， '明天'： 1， 'not'： 1}

我的做法是使用 readline 和 split 创建一个列表，然后将每个元素及其值附加到空字典中，但到目前为止它并没有真正起作用。 这是我到目前为止所拥有的，尽管它不完整：

file = open('any_file,txt', 'r')
for line in file.readline().split():
     for i in range(len(line)):
         new_dict[i] = line.count(i)  # I'm getting an error here as well, saying that  
return new_dict                       # I can't convert int to str implicitly 

这样做的问题是，当我的字典在读取每一行时更新时，单词的值不会累积。 因此，如果在另一行中"星期日"出现了 3 次，我的字典将包含 {'sunday'： 3} 而不是 {'sunday'： 5}。 有什么帮助吗？我不知道从这里去哪里，我对这一切都很陌生。

Answer 1

您正在寻找collections.Counter .

例如：

from itertools import chain
with open("file.txt") as file:
    Counter(chain.from_iterable(line.split() for line in file))

（也使用 itertools.chain.from_iterable() 生成器表达式。

请注意，您的示例仅适用于第一行，我认为这不是故意的，并且此解决方案适用于整个文件（显然将其交换为微不足道）。

Answer 2

这是一个不处理标点符号的简单版本

from collections import Counter
counter = Counter()
with open('any_file,txt', 'r') as file:
    for line in file:
        for word in line.split():
            counter[word] += 1

也可以这样写：

from collections import Counter
counter = Counter(word for line in file for word in line.split())

以下是使用dict解决问题的一种方法

counter = {}
with open('any_file,txt', 'r') as file:
    for line in file:
        for word in line.split():
            if word not in counter:
                counter[word] = 1
            else:
                counter[word] += 1

Answer 3

试试这个

 file = open('any_file.txt', 'r')
 myDict = {}
 for line in file:
     lineSplit = line.split(" ")
     for x in xrange(len(lineSplit)):
         if lineSplit[x] in myDict.keys(): myDict[lineSplit[x]] += 1
         else: myDict[lineSplit[x]] = 1
 file.close()
 print myDict

Answer 4

你使用的是 Python 3 还是 Python 2.7？

如果是，请使用集合库中的计数器：

import re
from collections import Counter
words = re.findall('w+', open('any_file.txt').read().lower())
Counter(words).most_common(10)

但是你会得到元组列表。您应该很容易将元组列表转换为字典。