每天一python 题 0006

#第 0006 题： 你有一个目录，放了你一个月的日记，都是 txt，为了避免分词的问题，假设内容都是英文，请统计出你认为每篇日记最重要的词。
import  re,os
re_word=re.compile(r'[a-z]+')
#获得当前目录下文件后缀为txt的文档，并返回其名称
def get_files():
    cwd=os.getcwd()
    txt_name=[]
    dirlist=list(os.listdir(cwd))
    for dir in dirlist:
        if dir.split('.')[-1]=='txt':
            txt_name.append(dir)
    print(txt_name)
    return txt_name


#对每个文档得到其中的单词
def get_words(object):
    txt_path = object
    with open(txt_path,"r") as txt:
        txt_r=txt.read()
        txt=txt_r.lower()
        word_list=re_word.findall(txt)
        print("%s's word:%s"%(object,word_list))
    return word_list


#计算每个文档的词频
def count_words(object):
    counts={}
    for word in object:
        if word in counts:
            counts[word]=counts[word]+1
        else:
            counts[word]=1
        # 也可以写成counts[word]=counts.get(word,0)+1
    thewords=['the', 'a', 'to', 'of', 'a', 'i', 'in', 'and', 'you', 'your','it','that','is']
    keys=list(counts.keys())
    for key in keys:
        if key in thewords:
            counts.pop(key)
    # [counts.pop(key) for key in keys if key in thewords]
    items=list(counts.items())
    items.sort(key=lambda x:x[1],reverse=True)
    print(items)
    for i in range(10):
        word,count=items[i]
        print("{0:<10}{1:>5}".format(word,count))


if __name__ == '__main__':
    filenames=get_files()
    for filename in filenames:
        words=get_words(filename)
        count_words(words)

最后

以上就是潇洒玫瑰为你收集整理的每天一python 题 0006的全部内容，希望文章能够帮你解决每天一python 题 0006所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。