Python實現(xiàn)統(tǒng)計文本中的字符數(shù)量
最近，由于工作需要統(tǒng)計一下文本文檔中的各種不同類字符的數(shù)量。將txt文本文檔中包含的的中文、英文、數(shù)字等字符數(shù)量進(jìn)行統(tǒng)計。
這當(dāng)然可以使用python的自動化來完成操作，其實采用python字符串自帶的大多數(shù)函數(shù)就能夠完成功能。
由于統(tǒng)計英文字符的需要，這里需要導(dǎo)入string內(nèi)置模塊，以及os等文件操作模塊就能夠輕松完成。
import?string??#?string內(nèi)置模塊 import?os??#?os文件操作模塊
首先，需要開發(fā)一個函數(shù)用來完成對一個普通的字符串中的各種不同類型的字符進(jìn)行統(tǒng)計，如下代碼所示：
def?count_string(str_=None):
????count_en?=?count_dg?=?count_sp?=?count_zh?=?count_pu?=?0
????if?str_?is?None:
????????print("字符串str_為空！")
????????return?count_en,?count_dg,?count_sp,?count_zh,?count_pu
????for?st?in?str_:
????????#?英文
????????if?st?in?string.ascii_letters:
????????????count_en?+=?1
????????#?數(shù)字
????????elif?st.isdigit():
????????????count_dg?+=?1
????????#?空格
????????elif?st.isspace():
????????????count_sp?+=?1
????????#?中文
????????elif?st.isalpha():
????????????count_zh?+=?1
????????#?特殊字符
????????else:
????????????count_pu?+=?1
????print("字符串str_：",?str_)
????return?count_en,?count_dg,?count_sp,?count_zh,?count_pu上面的count_string函數(shù)已經(jīng)實現(xiàn)了可以對某個字符串中的不同字符數(shù)量進(jìn)行統(tǒng)計。
接下來，需要讀取我們的txt文本文檔，然后對其中每一行的字符串進(jìn)行統(tǒng)計。從而可以獲取整個文檔中的不同字符的數(shù)量分別是多少。
代碼如下：
def?read_text(text_path=None):
????count_en_all?=?count_dg_all?=?count_sp_all?=?count_zh_all?=?count_pu_all?=?0
????if?text_path?is?None:
????????print('文本文檔的路徑不能為空！')
????????return
????if?not?os.path.isfile(text_path):
????????print('文本文檔的路徑不存在，請重新輸入！')
????????return
????with?open(text_path,?'r',?encoding='utf-8')?as?file_:
????????for?line_?in?file_.readlines():
????????????if?line_.strip()?!=?'':
????????????????count_en,?count_dg,?count_sp,?count_zh,?count_pu?=?count_string(line_)
????????????????count_en_all?=?count_en_all?+?count_en
????????????????count_dg_all?=?count_dg_all?+?count_dg
????????????????count_sp_all?=?count_sp_all?+?count_sp
????????????????count_zh_all?=?count_zh_all?+?count_zh
????????????????count_pu_all?=?count_pu_all?+?count_pu
????print('當(dāng)前文本文檔{}，結(jié)果統(tǒng)計如下：'.format(text_path))
????print('英文字符：',?count_en_all)
????print('數(shù)字：',?count_dg_all)
????print('空格：',?count_sp_all)
????print('中文：',?count_zh_all)
????print('特殊字符：',?count_pu_all)
最后，我們通過調(diào)用read_text文本文檔處理函數(shù)，即可統(tǒng)計出當(dāng)前文檔所有的不同字符的數(shù)量。
read_text('D:/test-data-work/data.txt')
#?當(dāng)前文本文檔D:/test-data-work/data.txt，結(jié)果統(tǒng)計如下：
#?英文字符：108
#?數(shù)字：209
#?空格：53
#?中文：288
#?特殊字符：90
若是需要批量操作，則可以使用python遍歷文件夾的方式，對每個文檔進(jìn)行逐一統(tǒng)計。
這里可以使用os.listdir函數(shù)對文件夾進(jìn)行簡單的遍歷操作。
for?file_name?in?os.listdir('dir_path'):
????pass到此這篇關(guān)于Python實現(xiàn)統(tǒng)計文本中的字符數(shù)量的文章就介紹到這了,更多相關(guān)Python統(tǒng)計文本字符數(shù)量內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
本文介紹了多線程和多進(jìn)程各自的適用場景和特點,并通過具體案例進(jìn)行說明,多線程適用于IO密集型任務(wù),如爬蟲、文件讀寫等,而多進(jìn)程適用于CPU密集型任務(wù),如矩陣運算、數(shù)據(jù)挖掘等,感興趣的朋友跟隨小編一起看看吧2026-01-01
Python分支結(jié)構(gòu)和循環(huán)結(jié)構(gòu)示例代碼
在Python中,分支結(jié)構(gòu)通過if、elif和else關(guān)鍵字來實現(xiàn)條件判斷,在使用if語句時,程序會根據(jù)條件表達(dá)式的真假執(zhí)行相應(yīng)的代碼塊,這篇文章主要介紹了Python分支結(jié)構(gòu)和循環(huán)結(jié)構(gòu),需要的朋友可以參考下2024-03-03
這篇文章主要介紹了Python爬蟲框架Scrapy基本用法,結(jié)合實例形式分析了xpath簡單使用、xmlfeed模板、csvfeed模板及crawlfeed模板簡單使用方法,需要的朋友可以參考下2018-07-07
這篇文章主要介紹了Python正則表達(dá)式匹配ip地址實例,通過簡單的實例講述了re模塊的用法,該實例非常具有實用價值,需要的朋友可以參考下2014-10-10
這篇文章主要介紹了Python線程詳解,本文詳細(xì)講解了線程方方面面的知識,如線程基礎(chǔ)知識線程狀態(tài)、線程同步（鎖）、線程通信（條件變量）等內(nèi)容,需要的朋友可以參考下2021-11-11
本文主要介紹了Python中嵌套類的實現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-04-04
這篇文章主要介紹了python如何實現(xiàn)數(shù)組元素兩兩相加，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-05-05
使用Python建立RNN實現(xiàn)二進(jìn)制加法的示例代碼
這篇文章主要介紹了使用Python建立RNN實現(xiàn)二進(jìn)制加法的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
Python編程實現(xiàn)控制cmd命令行顯示顏色的方法示例
這篇文章主要介紹了Python編程實現(xiàn)控制cmd命令行顯示顏色的方法,結(jié)合實例形式分析了Python針對命令行字符串顯示顏色屬性相關(guān)操作技巧,需要的朋友可以參考下2017-08-08
Python利用selenium建立代理ip池訪問網(wǎng)站的全過程
selenium控制瀏覽器也是可以使用代理ip的,下面這篇文章主要給大家介紹了關(guān)于Python利用selenium建立代理ip池訪問網(wǎng)站的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-03-03