本文實(shí)例講述了Python文本統(tǒng)計(jì)功能之西游記用字統(tǒng)計(jì)操作。分享給大家供大家參考，具體如下：

一、數(shù)據(jù)

xyj.txt，《西游記》的文本，2.2MB

致敬吳承恩大師，4020行（段）

二、目標(biāo)

統(tǒng)計(jì)《西游記》中：

1. 共出現(xiàn)了多少個(gè)不同的漢字；
2. 每個(gè)漢字出現(xiàn)了多少次；
3. 出現(xiàn)得最頻繁的漢字有哪些。

三、涉及內(nèi)容：

1. 讀文件；
2. 字典的使用；
3. 字典的排序；
4. 寫文件

四、效果

五、源代碼

# coding:utf8import sysreload(sys)sys.setdefaultencoding("utf8")fr = open('xyj.txt', 'r')characters = []stat = {}for line in fr:  # 去掉每一行兩邊的空白  line = line.strip()  # 如果為空行則跳過(guò)該輪循環(huán)  if len(line) == 0:    continue  # 將文本轉(zhuǎn)為unicode，便于處理漢字  line = unicode(line)  # 遍歷該行的每一個(gè)字  for x in xrange(0, len(line)):    # 去掉標(biāo)點(diǎn)符號(hào)和空白符    if line[x] in [' ','', '/t', '/n', '。', '，', '(', ')', '（', '）', '：', '□', '？', '！', '《', '》', '、', '；', '“', '”', '……']:      continue    # 尚未記錄在characters中    if not line[x] in characters:      characters.append(line[x])    # 尚未記錄在stat中    if not stat.has_key(line[x]):      stat[line[x]] = 0    # 漢字出現(xiàn)次數(shù)加1    stat[line[x]] += 1print len(characters)print len(stat)# lambda生成一個(gè)臨時(shí)函數(shù)# d表示字典的每一對(duì)鍵值對(duì)，d[0]為key，d[1]為value# reverse為True表示降序排序stat = sorted(stat.items(), key=lambda d:d[1], reverse=True)fw = open('result.csv', 'w')for item in stat:  # 進(jìn)行字符串拼接之前，需要將int轉(zhuǎn)為str  fw.write(item[0] + ',' + str(item[1]) + '/n')fr.close()fw.close()

PS：這里再為大家推薦2款非常方便的統(tǒng)計(jì)工具供大家參考：

在線字?jǐn)?shù)統(tǒng)計(jì)工具：
http://tools.jb51.net/code/zishutongji

在線字符統(tǒng)計(jì)與編輯工具：
http://tools.jb51.net/code/char_tongji

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python文件與目錄操作技巧匯總》、《Python文本文件操作技巧匯總》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進(jìn)階經(jīng)典教程》

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。