# coding:utf8
import sys
reload(sys)
sys.setdefaultencoding("utf8")
fr = open('xyj.txt', 'r')
characters = []
stat = {}
for line in fr:
  # 去掉每一行兩邊的空白
  line = line.strip()
  # 如果為空行則跳過該輪循環(huán)
  if len(line) == 0:
    continue
  # 將文本轉(zhuǎn)為unicode，便于處理漢字
  line = unicode(line)
  # 遍歷該行的每一個字
  for x in xrange(0, len(line)):
    # 去掉標點符號和空白符
    if line[x] in [' ','', '\t', '\n', '。', '，', '(', ')', '（', '）', '：', '□', '？', '！', '《', '》', '、', '；', '“', '”', '……']:
      continue
    # 尚未記錄在characters中
    if not line[x] in characters:
      characters.append(line[x])
    # 尚未記錄在stat中
    if not stat.has_key(line[x]):
      stat[line[x]] = 0
    # 漢字出現(xiàn)次數(shù)加1
    stat[line[x]] += 1
print len(characters)
print len(stat)
# lambda生成一個臨時函數(shù)
# d表示字典的每一對鍵值對，d[0]為key，d[1]為value
# reverse為True表示降序排序
stat = sorted(stat.items(), key=lambda d:d[1], reverse=True)
fw = open('result.csv', 'w')
for item in stat:
  # 進行字符串拼接之前，需要將int轉(zhuǎn)為str
  fw.write(item[0] + ',' + str(item[1]) + '\n')
fr.close()
fw.close()