python - 仅使用字典 Python 3 计算 .txt 文件中的词频

Question

我一直无法让程序输出某个单词在导入的 .txt 文件中出现的次数。对于我的作业，我只能使用字典功能(无计数器)，并且必须从文件中删除所有标点符号和大写字母。我们使用古腾堡计划中的莎士比亚的哈姆雷特作为示例 ( link )。我读过其他帖子，希望能解决我的情况，但无济于事。这个answer作者:inspectorG4dget 似乎说明了我理想的程序代码，但是当我运行我的程序时，会针对所选单词弹出一个 KeyError 。这是我编辑的程序(仍然收到带有此代码的错误消息):

def word_dictionary(x):
    wordDict = {}
    filename = open(x, "r").read()
    filename = filename.lower()
    for ch in '"''!@#$%^&*()-_=+,<.>/?;:[{]}~`\|':
        filename = filename.replace(ch, " ")
    for line in filename:
        for word in line.strip().split():
            if word not in wordDict:
                wordDict[word] = wordDict.get(word, 0) + 1
    return wordDict

这是一个所需的示例 session :

>>>import shakespeare
>>>words_with_counts = shakespeare.word_dictionary("/Users/username/Desktop/hamlet.txt")
>>>words_with_counts[’the’]
993
>>>words_with_counts[’laugh’]
6

这就是我得到的:

>>> import HOPE
>>> words_with_counts = HOPE.word_dictionary("hamlet.txt")
>>> words_with_counts["the"]
Traceback (most recent call last):
  File "<pyshell#16>", line 1, in <module>
    words_with_counts["the"]
KeyError: 'the'

有人能够检测出我的代码有什么问题吗？ 非常感谢任何帮助!

Answer 1

您的字典使用了错误的键。循环应如下所示:

for word in filename.strip().split():
    if word not in wordDict:
        wordDict[word] = 0
    wordDict[word] += 1