Python实现的统计文章单词次数功能示例_Python

本文实例讲述了Python实现的统计文章单词次数功能。分享给大家供大家参考，具体如下：

题目是这样的：你有一个目录，放了你一个月的日记，都是 txt，为了避免分词的问题，假设内容都是英文，请统计出你认为每篇日记最重要的词。

其实就是统计一篇文章出现最多的单词，但是要去除那些常见的连词、介词和谓语动词等，代码：

				?

									#coding=utf-8

									import collections

									import re

									import os

									useless_words=('the','a','an','and','by','of','in','on','is','to')

									def get_important_word(file):

									  f=open(file)

									  word_counter=collections.Counter()

									  for line in f:

									    words=re.findall('\w+',line.lower())

									    word_counter.update(words)

									  f.close()

									  most_important_word=word_counter.most_common(1)[0][0]

									  count=2

									  while(most_important_word in useless_words):

									    most_important_word=word_counter.most_common(count)[count-1][0]

									    count+=1

									  num=word_counter.most_common(count)[count-1][1]

									  print 'the most important word in %s is %s,it appears %d times'%(file,most_important_word,num)

									if __name__=='__main__':

									  filepath='.'

									  for dirpath,dirname,dirfiles in os.walk(filepath):

									    for file in dirfiles:

									      if os.path.splitext(file)[1]=='.txt':

									        abspath=os.path.join(dirpath,file)

									        if os.path.isfile(abspath):

									          get_important_word(abspath)