python 统计文件中的字符串数目示例

题目：

一个txt文件中已知数据格式为：

C4D
C4D/maya
C4D
C4D/su
C4D/max/AE

统计每个字段出现的次数，比如C4D、maya

先读取文件，将文件中的数据抽取出来：

def getWords(filepath):
 file = open(filepath)
 wordOne=[]
 while(file):
   line = file.readline()
   word = line.split('/')
   wordOne.extend(word)
   if(not line):      #若读取结束了
     break
 wordtwo=[]
 for i in wordOne:
   wordtwo.extend(i.split())
 return wordtwo

说明：这个有一个要注意的地方是文件是被”\n”,”/”两种格式分割而来的，因此需要split两次。

然后定义一个dict，遍历数据，代码如下所示：

def getWordNum(words):
 dictWord={}
 for i in words:
   if(i not in dictWord):
     dictWord[i]=0
   dictWord[i]+=1
 return dictWord

主函数的调用：

filepath='data/new.txt'
words = getWords(filepath)
dictword = getWordNum(words)
print(dictword)

结果：

{'C4D': 9, 'max': 1, 'su': 1, 'maya': 1, 'AE': 3}

说明：

1，

print(type(word))
print(type(splitData[0]))

输出为：

<class 'list'>
<class 'str'>

就是当splitData.extend()执行之后就将原本是list类型的数据转换成str类型的存储起来。只有对str类型的数据才能用split函数

2，

import os
print(os.getcwd())

这个可以输出当前所在位置，对于读取文件很有用。

在读入文件并对文件进行切分的时候，若是含有的切分词太多，那么使用re.split()方法是最方便的，如下所示：

filepath='data/new.txt'
file = open(filepath)    #读取文件
wordOne=[]
symbol = '\n/'       #定义分隔符
symbol = "["+symbol+"]"   #拼接正则表达式
while(file):
 line = file.readline()
 word = re.split(symbol,line)
 wordOne.extend(word)
 if(not line):
   break
#通过上式得到的list中会含有很多的空字符串，所以要去空
wordOne = [x for x in wordOne if x]

来源：https://blog.csdn.net/w417950004/article/details/78424366