快捷導(dǎo)航

Python實(shí)現(xiàn)統(tǒng)計(jì)文本中的字符數(shù)量

更新時(shí)間：2023年05月26日 10:22:19 作者：Python 集中營(yíng)

這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)統(tǒng)計(jì)文本中的字符數(shù)量，包括中/英文字符、數(shù)字、特殊字符等，感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

最近，由于工作需要統(tǒng)計(jì)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(jì)。

這當(dāng)然可以使用python的自動(dòng)化來完成操作，其實(shí)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(jì)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(gè)函數(shù)用來完成對(duì)一個(gè)普通的字符串中的各種不同類型的字符進(jìn)行統(tǒng)計(jì)，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(shí)現(xiàn)了可以對(duì)某個(gè)字符串中的不同字符數(shù)量進(jìn)行統(tǒng)計(jì)。

接下來，需要讀取我們的txt文本文檔，然后對(duì)其中每一行的字符串進(jìn)行統(tǒng)計(jì)。從而可以獲取整個(gè)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(qǐng)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(jì)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(jì)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(jì)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(duì)每個(gè)文檔進(jìn)行逐一統(tǒng)計(jì)。

這里可以使用os.listdir函數(shù)對(duì)文件夾進(jìn)行簡(jiǎn)單的遍歷操作。

for?file_name?in?os.listdir('dir_path'):
????pass

到此這篇關(guān)于Python實(shí)現(xiàn)統(tǒng)計(jì)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(jì)文本字符數(shù)量?jī)?nèi)容請(qǐng)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！

您可能感興趣的文章: