计算Python文件中的字数

我正试图计算一个文件中出现几个单词的实例数

这是我的密码：

#!/usr/bin/env python

file = open('my_output', 'r')

word1 = 'wordA'
print('wordA', file.read().split().count(word1))
word2 = 'wordB'
print('wordB', file.read().split().count(word2))
word3 = 'wordC'
print('wordC', file.read().split().count(word3))

代码中的问题是它只统计word1的实例数。如何修复此代码以计算word2和word3

---

谢谢

主要问题是

file.read（）

使用文件。因此，第二次搜索时，最终搜索的是一个空文件。最简单的解决方案是读取一次文件（如果文件不太大），然后只搜索以前读取的文本：

#!/usr/bin/env python

with  open('my_output', 'r') as file:
    text =  file.read()

word1 = 'wordA'
print('wordA', text.split().count(word1))
word2 = 'wordB'
print('wordB', text.split().count(word2))
word3 = 'wordC'
print('wordC', text.split().count(word3))

为了提高性能，也可以只拆分一次：

#!/usr/bin/env python

with  open('my_output', 'r') as file:
    split_text =  file.read().split()

word1 = 'wordA'
print('wordA', split_text.count(word1))
word2 = 'wordB'
print('wordB', split_text.count(word2))
word3 = 'wordC'
print('wordC', split_text.count(word3))

---

将

与

一起使用还可以确保文件在读取后正确关闭。

主要问题是

file.read（）

会占用文件。因此，第二次搜索时，最终搜索的是一个空文件。最简单的解决方案是读取一次文件（如果文件不太大），然后只搜索以前读取的文本：

#!/usr/bin/env python

with  open('my_output', 'r') as file:
    text =  file.read()

word1 = 'wordA'
print('wordA', text.split().count(word1))
word2 = 'wordB'
print('wordB', text.split().count(word2))
word3 = 'wordC'
print('wordC', text.split().count(word3))

为了提高性能，也可以只拆分一次：

#!/usr/bin/env python

with  open('my_output', 'r') as file:
    split_text =  file.read().split()

word1 = 'wordA'
print('wordA', split_text.count(word1))
word2 = 'wordB'
print('wordB', split_text.count(word2))
word3 = 'wordC'
print('wordC', split_text.count(word3))

---

将

与

一起使用也将确保文件在读取后正确关闭。

在代码中，文件在第一行被消耗（耗尽），因此下一行将不会返回任何要计算的内容：第一行

file.read（）

读取文件的全部内容并将其作为字符串返回。第二个

文件.read（）

没有什么可读的，只返回一个空字符串

'

——第三个

文件.read（）

---

这是一个可以满足您需要的版本：

from collections import Counter

counter = Counter()

with open('my_output', 'r') as file:
    for line in file:
        counter.update(line.split())
print(counter)

您可能需要进行一些预处理（以去除特殊字符和

、

和

以及其他字符）

在python标准库中，对于这类事情非常有用

请注意，这样您只需在文件上迭代一次，而不必在任何时候将整个文件存储在内存中

---

如果您只想跟踪某些单词，您可以只选择它们，而不是将整行内容传递给计数器：

from collections import Counter
import string

counter = Counter()

words = ('wordA', 'wordB', 'wordC')
chars_to_remove = str.maketrans('', '', string.punctuation)

with open('my_output', 'r') as file:
    for line in file:
        line = line.translate(chars_to_remove)
        w = (word for word in line.split() if word in words)
        counter.update(w)
print(counter)

---

我还举了一个例子来说明我对预处理的意思：在计数之前将被删除。

在您的代码中，文件在第一行被消耗（耗尽），因此下一行不会返回任何要计数的内容：第一行

file.read（）

读取文件的全部内容并将其作为字符串返回。第二个

文件.read（）

没有什么可读的，只返回一个空字符串

'

——第三个

文件.read（）

---

这是一个可以满足您需要的版本：

from collections import Counter

counter = Counter()

with open('my_output', 'r') as file:
    for line in file:
        counter.update(line.split())
print(counter)

您可能需要进行一些预处理（以去除特殊字符和

、

和

以及其他字符）

在python标准库中，对于这类事情非常有用

请注意，这样您只需在文件上迭代一次，而不必在任何时候将整个文件存储在内存中

---

如果您只想跟踪某些单词，您可以只选择它们，而不是将整行内容传递给计数器：

from collections import Counter
import string

counter = Counter()

words = ('wordA', 'wordB', 'wordC')
chars_to_remove = str.maketrans('', '', string.punctuation)

with open('my_output', 'r') as file:
    for line in file:
        line = line.translate(chars_to_remove)
        w = (word for word in line.split() if word in words)
        counter.update(w)
print(counter)

我还提供了一个预处理示例：在计数前将被删除。

你能试试这个吗：

file = open('my_output', 'r')

splitFile = file.read().split()

lst = ['wordA','wordB','wordC']

for wrd in lst:
    print(wrd, splitFile.count(wrd))

你能试试这个吗

file = open('my_output', 'r')

splitFile = file.read().split()

lst = ['wordA','wordB','wordC']

for wrd in lst:
    print(wrd, splitFile.count(wrd))

---

我认为，与其不断地读取和拆分文件，不如这样做，这段代码会工作得更好：[这样可以找到文件中任意数量单词的词频]

 file=open('my_output' , 'r')
 s=file.read()
 s=s.split()
 w=set(s)
 tf={}
 for i in s:
     tf[i]=s.count(i)
 print(tf)

---

我认为，与其不断地读取和拆分文件，不如这样做，这段代码会工作得更好：[这样可以找到文件中任意数量单词的词频]

 file=open('my_output' , 'r')
 s=file.read()
 s=s.split()
 w=set(s)
 tf={}
 for i in s:
     tf[i]=s.count(i)
 print(tf)

---

使用集合的简短解决方案。计数器对象：

import collections

with open('my_output', 'r') as f:    
    wordnames = ('wordA', 'wordB', 'wordC')
    counts = (i for i in collections.Counter(f.read().split()).items() if i[0] in wordnames)
    for c in counts:
        print(c[0], c[1])

---

对于以下示例文本行：

'wordA some dfasd asdasdword B wordA sdfsd sdasdasdddasd wordB wordC wordC sdfsdfsdf wordA'

我们将获得以下输出：

wordB 1
wordC 2
wordA 3

---

使用集合的简短解决方案。计数器对象：

import collections

with open('my_output', 'r') as f:    
    wordnames = ('wordA', 'wordB', 'wordC')
    counts = (i for i in collections.Counter(f.read().split()).items() if i[0] in wordnames)
    for c in counts:
        print(c[0], c[1])

---

对于以下示例文本行：

'wordA some dfasd asdasdword B wordA sdfsd sdasdasdddasd wordB wordC wordC sdfsdfsdf wordA'

我们将获得以下输出：

wordB 1
wordC 2
wordA 3

---

请考虑用一些解释来扩充你的答案，而不是只为将来的代码。readers@etov，好建议。包括每个步骤的步骤，请考虑用一些解释来扩充你的答案，而不是只为将来的代码。readers@etov，好建议。包括每个步骤的步骤