Python 计算多个文件中的不同字符串

我想计算路径/test/中文件（.txt）列表中的笑脸列表

下面是我在所有文件中计算笑脸的方法

    def count_string_occurrence():
        import os
        total = 0
        x = 0
        for file in os.listdir("C:/users/M/Desktop/test"):
                if file.endswith(".txt"):
                    string = ":)" #define search term
                    f=open(file,encoding="utf8")
                    contents = f.read()
                    f.close()
                    x=contents.count(string) 
                    total +=int(x) #calculate occurance of smiley in all files
        print("Number of " + string + " in all files equals " + str(total))

    count_string_occurrence()

---

现在如何循环不同的笑脸并分别打印每个笑脸的结果？因为我已经循环了不同的文件，所以它变得很复杂。

您可以将搜索字符串作为函数参数，然后使用不同的搜索词多次调用函数

def count_string_occurrence(string):
    import os
    total = 0
    x = 0
    for file in os.listdir("C:/users/M/Desktop/test"):
        if file.endswith(".txt"):
            f=open(file,encoding="utf8")
            contents = f.read()
            f.close()
            x=contents.count(string)
            total +=int(x) #calculate occurance of smiley in all files
    return total

smilies = [':)', ':P', '=]']
for s in smilies =
    total = count_string_occurrence(s)
    print("Number of {} in all files equals {}".format( s, total ))

---

另一种方法是将smilies列表传递给函数，然后在

if

块中进行迭代。可能将结果以

{'：）'：5'：P'：4，…}

的形式存储在dict中关于您的问题：您可以保留一个包含每个字符串计数的字典并返回该值。但是如果你保持目前的结构，跟踪它就不好了

这就引出了我的建议：

• 您将整个文件保存在内存中没有明显的原因，您可以逐行检查它并检查当前行中的字符串
• 您还多次读取相同的文件，而您只能读取一次并检查字符串是否存在
• 您正在检查文件的扩展名，这听起来像是

  glob

  的作业
• 您可以使用

  defaultdict

  ，这样就不必关心计数最初是否为

  0

修改代码：

from collections import defaultdict
import glob

SMILIES = [':)', ':P', '=]']

def count_in_files(string_list):
    results = defaultdict(int)
    for file_name in glob.iglob('*.txt'):
        print(file_name)
        with open(file_name) as input_file:
            for line in input_file:
                for s in string_list:
                    if s in line:
                        results[s] += 1
    return results

print(count_in_files(SMILIES))

• 最后，使用这种方法，如果您使用的是Python>=3.5，则可以将glob.iglob（'***.txt'，recursive=True）中的文件名的

  glob

  调用更改为

  ，以便在需要时递归搜索

这将打印如下内容：

---

defaultdict（，{：p'：2'，：'：1'，=]'：1}）

你所说的“循环不同的笑脸”是什么意思？你想像

:D

，

；）那样计算笑脸吗，
：）
，等等？我的意思是我希望脚本计算大约20个笑脸的数量，并为每个笑脸输出“所有文件中X的数量等于”（X=笑脸）。笑脸包括：）、：-）、：]以及更多积极和消极笑脸的变体。谢谢，这种方法奏效了！：-）而且它确实比旧的要快得多。