软件工程第二次作业 词频统计

1.项目名称：词频统计

2.代码地址：https://coding.net/u/songyuu/p/python_wf/git

3.代码如下：

import os
import re
import collections
#print(os.getcwd()) #显示wf.py路径
#print(os.listdir())#显示目录下的文件
file_name=input("wf  ")
if not os.path.isfile(file_name+'.txt'):
    print('文件不在当前文件夹')
else:
    file_name_word = open(file_name+'.txt').read()
    # print(len(file_name_word),type(len(file_name_word)))
    file_name_word_list = re.split("[^A-Za-z0-9_'-]+", file_name_word.lower())#9月26日修改
    # lower变小写 split 切割  re正则表达式
    if ("") in file_name_word_list:
        #print(file_name_word_list)
        file_name_word_list.remove('')
        #print(file_name_word_list)
        #file_name_word_list.remove("")
    # 删除列表中的空元素
    # print(type(file_name_word_list))
    file_name_word_list_t = collections.Counter(file_name_word_list)
    # collections 模块调用，统计列表
    print("total", len(file_name_word_list_t), "words
")  # 列表中有多少个元组
    a = file_name_word_list_t.most_common(10)
    #print(a)
    # 显示次数最高的前10
    for i in a:  # 输出结果换行
        j=(i[0].ljust(15),i[1])#对齐
        k = str(j)  # 元组变字符串
        l = k.replace("'", "")
        m = l.replace("(", "")
        n = m.replace(")", "")# 去除字符串标点
        print(n.replace(",", "      "))

    print('-------------------')
input()

4.测试：

5.总结：

时间紧迫，只实现前两个功能，遇到问题如下：

输出结果是元组，为了符合作业要求，转换成字符串然后把标点符号删掉，我觉得应该还有更好的方法，现在还没又找到。

统计时发现在word中apple.pear算一个单词，apple. pear算两个单词，有的句子末尾没有加空格，有的句子末尾加空格，word计数不一样。

有的名词中间也有标点符号（.）和（-），所以我感觉要做出完美的词频统计还需要考虑很多，我做的这个小程序还不是很完善。

通过做作业得到的感受：

因为是刚学习python，列表、元组、字符串经常弄混，经过这次作业记忆深刻一些。在作业中我用的都是很基础的知识，没有定义函数，代码显得有点“低端”，以后尽力提高。

6.PSP阶段表格：