作业要求参见 

本次作业代码地址：https://coding.net/u/y45777704/p/WF/git/tree/origin/dist

词频统计

 

1.代码部分

2.1代码实现#调用函数（系统模块、正则表达式、采集模块等）

import sys# print("Input argument is %s" %(sys.argv))import reimport collectionsimport operator# file = input('请输入文件位置：')# for line in open(add):#     print(line)import glob

 

2.2词频统计部分

def get_words(file):        with open(file,encoding='gbk') as f:            words_box = []            for line in f:                if re.match(r'[a-zA-Z0-9]*', line):                    words_box.extend(line.strip().split())        return collections.Counter(words_box)

 

 

 

2.3输出词频统计

for file in file_list:        #print(file)        a = get_words(file)        print("total    %d" % len(a))        print()        a10 = collections.Counter.most_common(a, 10)        #print(a10)        # l = sorted(a.items(), key=operator.itemgetter(0), reverse=True)        for item in a10:            print("{key}\t{value}".format(key=item[0], value=item[1]))        print("")

 

3.功能实现

3.1从TXT文件中统计总字数，输出总字数并打印词语出现频率次数，降序输出。

 

 

 

3.2统计jane_Eyre的总字数和词频

 

 

3.3统计test文件夹中的Jane_Eyre和Wuthering_Heights的文本字数及词频

 

 

3.4尝试用command = input()输入指令实现功能，但没有成功。

4.PSP表格

 

PSP阶段	预计时间(min)	实际时间(min)	原因
第一功能	125	217	需求没有明确分析，没能输入单词，导致功能错误。
第二功能	62	73	没有找到功能函数，导致编码错误。
第三功能	146	172	没有输出正确的格式，一直在调整。
第四功能	35	69	没能实现功能