使用python的字计数器

我用python编写了一个单词计数代码

我想从下一页获取每个单词的文本和频率：

问题是，我的程序给我的字数除以每一节，但我希望它不被分割

请帮我一下

---

导入请求
从bs4导入BeautifulSoup
进口经营者
def启动（url）：
单词列表=[]
source_code=requests.get（url）.text
soup=BeautifulSoup（源代码，“html.parser”）
对于soup.findAll（'font'，{'class'：'tk4l'）中的圣经文本：
content=bible\u text.get\u text（）
words=content.lower（）.split（）
对于每个单词（大写）：
单词列表。追加（每个单词）
清理列表（单词列表）
def清理列表（单词列表）：
清理单词列表=[]
对于word\u列表中的word：
symbols=“~！@$%^&*”？>您正在为每一节诗建立一个新的
单词计数
字典，然后只为这一节诗打印
单词计数
。相反，您只需要有一个
word\u count
实例

更新：代码还存在其他问题，另外，您应该使用正则表达式删除所有非字母数字字符，还应该使用
集合。计数器
，因为它使代码缩短了很多，而且，作为一个很好的副作用，让您检索最常见的单词：

import requests
import re
from bs4 import BeautifulSoup
from collections import Counter


def parse(url):
    html = requests.get(url).text
    soup = BeautifulSoup(html, "html.parser")
    count = Counter()
    for bible_text in soup.findAll('font', {'class': 'tk4l'}):
        text = re.sub("[^\w0-9 ]", "", bible_text.get_text().lower())
        count.update(text.split(" "))
    return count

word_count = parse('http://www.holybible.or.kr/B_NIV/cgi/bibleftxt.php?VR=NIV&VL=1&CN=1&CV=99')
print(word_count.most_common(10))

输出：

[('the', 83), ('and', 71), ('god', 30), ('was', 29), ('to', 22), ('it', 17), ('of', 16), ('there', 16), ('that', 15), ('in', 15)]

谢谢，但是为什么要避免全局单词计数呢？这通常是一种不好的做法，请参见例如。在您的示例中，一旦开始使用线程来加速，您可能会遇到问题。现在，似乎每个单词的频率都添加到了已经显示的相同单词的频率之上。例如，假设“父亲”一词出现在第2节，另一个“父亲”出现在第5节。然后，它给了我3个“父亲”第2节[父亲]第3节[父亲]第4节[父亲]第5节[父亲，父亲]——所以总共5个有点难以解释，但是数字不准确……我不明白。你的问题就是这么说的，不是吗？“我的程序给我的字数除以每一节，但我希望它是不可分割的。”，所以你想要一个总的字数，比如说“父亲”在所有的节中求和，不是吗？嗯。。我是说。。。如果“父”出现在第2节和第5节。那应该是父亲2，但它给了我父亲5。就像第2节[父亲]第3节[父亲]第4节[父亲]第5节[父亲，父亲]。。。
[('the', 83), ('and', 71), ('god', 30), ('was', 29), ('to', 22), ('it', 17), ('of', 16), ('there', 16), ('that', 15), ('in', 15)]