Python-查找文本文件中字符串列表的字符串频率

我正在尝试查找文本文件中出现的所有字符串，其中每个字符串位于文件中的新行上

例如，示例文件可能如下所示：

jump start
jump go
feet start
jump go

所有字符串的目标计数都是1，除了“跳转”有2

到目前为止，我已成功地使用以下代码查找单个字数：

import re
import collections
with open('file.txt') as f:
    text = f.read()
words = re.findall(r'\w+',text)
counts = collections.Counter(words)
print(counts)

然而，这只会给出如下输出：跳跃=3，开始=2，前进=2，脚=1

不确定这是否重要，但文件中的行数将约为500万行，包含12000个独立字符串

---

谢谢你的帮助

不要使用正则表达式，而是将文件读取为

words=f.readlines（）

。您将得到与每行对应的字符串列表。然后，根据该列表构建计数器

我让它起作用了：

import collections

lines = [line.strip() for line in open('results.txt')]
counts = collections.Counter(lines)
print counts

输出：

['Sam', 'sam', 'johm go', 'johm go', 'johm for']
Counter({'johm go': 2, 'sam': 1, 'Sam': 1, 'johm for': 1})

---

将文件读入一个列表，其中每一行都是列表中的单个元素。然后使用counteruse

f.readlines（）

而不是

f.read（）

没问题。很高兴我帮了你。Fran Borcic，你会怎么做同样的事情，但是现在每个字符串都用括号“xxxxx”绑定，而不是在一个新行上？明白了：words=re.findall（r'\'（.*？\”，text）不需要反斜杠。另外，要小心，因为如果字符串包含换行符，这将与字符串不匹配。如果不保留对文件对象的引用以在以后关闭它，可能会导致一些问题。