word counter || python

Question

我想打印1-20个字母的txt文件中的单词数量。 尝试过，但它打印20个零。任何想法？

编辑 - 最后程序应该绘制20个数字，每个数字是文件中包含1-20个字母的字数。

fin = open('words.txt') 
for i in range(20): 
    counter = 0 
    for line in fin: 
     word = line.strip() 
     if len(word) == i: 
      counter = counter + 1 
    print counter, 

Answer 1

它应该是这样的，counter不应该在for循环，你可以使用len()方法获取字的长度：

with open("test") as f: 
    counter = 0 
    for line in f: 
     for word in line.split(): 
      if len(word)<=20: 
       counter+=1 
    print counter 

还是我的方法：

import re 

with open("file") as f: 
    print len(filter(lambda x:len(x)<20,re.split('\n| ', f.read()))) 

希望这会有所帮助。

Answer 2

编辑

为了生产单独计数每个单词的长度，你可以使用一个collections.Counter：

from collections import Counter 

def word_lengths(f): 
    for line in f: 
     for word in line.split(): # does not ignore punctuation 
      yield len(word) 

with open('words.txt') as fin:   
    counts = Counter(length for length in word_lengths(fin) if length <= 20) 

它使用发电机来读取文件并产生字长的序列。过滤的字长被输入Counter。您可以改为在Counter上执行长度过滤。

如果您想忽略标点符号，可以使用str.translate()删除不需要的字符，或者可能使用re.split(r'\W+', line)而不是line.split()。

---

试试这样说：

with open('words.txt') as fin: 
    counter = 0 
    for line in fin: 
     for word in line.split(): 
      if len(word) <= 20: 
       counter = counter + 1 
    print counter, 

这可以简化为：

with open('words.txt') as fin: 
    counter = sum([1 for line in fin 
         for word in line.split() if len(word) <= 20]) 

但是这打码高尔夫球。

你也可以使用一个collections.Counter，如果它是可行的整个文件读入内存：

from collections import Counter 

with open('words.txt') as fin: 
    c = Counter(fin.read().split()) 
    counter = sum(c[k] for k in c if len(k) <= 20) 

毫无疑问，还有很多其他的方法来做到这一点。以上都不期望或处理标点符号。

Answer 3

使用正则表达式

import re 

REGEX = r"(\b\S{1,20}\b)" 
finder = re.compile(REGEX) 

with open("words.txt") as out: 
    data = out.read() 

matches = re.findall(finder, data) 

lst = [0 for _ in range(20)] 

for m in matches: 
    lst[len(m)] += 1 

print(lst)