python - txt 文件程序的字数统计

Question

我正在使用以下代码计算 txt 文件的字数:

#!/usr/bin/python
file=open("D:\\zzzz\\names2.txt","r+")
wordcount={}
for word in file.read().split():
    if word not in wordcount:
        wordcount[word] = 1
    else:
        wordcount[word] += 1
print (word,wordcount)
file.close();

这给了我这样的输出:

>>> 
goat {'goat': 2, 'cow': 1, 'Dog': 1, 'lion': 1, 'snake': 1, 'horse': 1, '': 1, 'tiger': 1, 'cat': 2, 'dog': 1}

但我希望以下列方式输出:

word  wordcount
goat    2
cow     1
dog     1.....

我还在输出中得到一个额外的符号 ()。我怎样才能删除它？

Answer 1

您遇到的有趣符号是 UTF-8 BOM (Byte Order Mark) .要摆脱它们，请使用正确的编码打开文件(我假设您使用的是 Python 3):

file = open(r"D:\zzzz\names2.txt", "r", encoding="utf-8-sig")

此外，对于计数，您可以使用 collections.Counter :

from collections import Counter
wordcount = Counter(file.read().split())

显示它们:

>>> for item in wordcount.items(): print("{}\t{}".format(*item))
...
snake   1
lion    2
goat    2
horse   3