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)量進行統(tǒng)計。
這當然可以使用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('當前文本文檔{}，結果統(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)計出當前文檔所有的不同字符的數(shù)量。
read_text('D:/test-data-work/data.txt')
#?當前文本文檔D:/test-data-work/data.txt，結果統(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，對每個文檔進行逐一統(tǒng)計。
這里可以使用os.listdir函數(shù)對文件夾進行簡單的遍歷操作。
for?file_name?in?os.listdir('dir_path'):
????pass到此這篇關于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)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Python字符串的轉(zhuǎn)義字符，轉(zhuǎn)義字符是指，用一些普通字符的組合來代替一些特殊字符，由于其組合改變了原來字符表示的含義，下文相關資料需要的小伙伴可以參考一下2022-04-04
本文主要介紹了Python中torch.norm()用法解析，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-03-03
本文主要介紹了python中with的基本使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-02-02
在一些特殊的業(yè)務場景中，我們需要一次性提取一張圖片中的色卡信息，并且需要使用十六進制的顏色表示方法進行展示。本文就來用Python做個圖片色卡提取器，感興趣的可以嘗試一下2022-12-12
這篇文章主要介紹了Python編程之Re模塊下的函數(shù)介紹，還是比較不錯的，這里分享給大家，供需要的朋友參考。2017-10-10
這篇文章主要介紹了關于Numpy中argsort()函數(shù)的用法解讀，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2023-06-06
Python實現(xiàn)圖像尺寸和格式轉(zhuǎn)換處理的示例詳解
這篇文章主要為大家詳細介紹了如何利用Python實現(xiàn)圖像尺寸獲取和格式轉(zhuǎn)換處理的功能，文中的示例代碼講解詳細，感興趣的可以了解一下2023-04-04
Python利用AutoGrad實現(xiàn)自動計算函數(shù)斜率和梯度
AutoGrad 是一個老少皆宜的 Python 梯度計算模塊。對于大學生、機器學習愛好者而言，你只需要傳遞給它Numpy這樣的標準數(shù)據(jù)庫下編寫的損失函數(shù)，它就可以自動計算損失函數(shù)的導數(shù)（梯度）。本文將從普通斜率計算開始，介紹到如何只使用它來實現(xiàn)一個邏輯回歸模型2022-07-07
這篇文章主要介紹了在Gnumeric下使用Python腳本操作表格的教程,本文來自于IBM官方網(wǎng)站,需要的朋友可以參考下2015-04-04
這篇文章主要給大家介紹了關于Python中os模塊的簡單使用及重命名操作的相關資料，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-04-04