下面是一个简单的Python程序，用于统计文本文件中的词频，并输出前N个高频词。

python

import collections
import re

def count_word_frequencies(file_path):
    """统计文本文件中的词频"""
    with open(file_path, 'r', encoding='utf-8') as file:
        text = file.read().lower() # 读取文件并转换为小写
        words = re.findall(r'\b\w+\b', text) # 使用正则表达式提取单词

word_counts = collections.Counter(words) # 统计单词频率
return word_counts

def print_top_n_words(word_counts, n):
    """打印前N个高频词"""
    print(f"前 {n} 个高频词：")
    for word, count in word_counts.most_common(n):
        print(f"{word}: {count}")

if __name__ == "__main__":
file_path = 'text.txt' # 请将此处替换为你的文本文件路径
n = 10 # 设置要输出的高频词数量

word_counts = count_word_frequencies(file_path)
print_top_n_words(word_counts, n)

代码说明

    count_word_frequencies(file_path)：该函数接受一个文件路径作为参数，读取文件内容，使用正则表达式提取单词，统计并返回每个单词的频率。
    print_top_n_words(word_counts, n)：该函数接受一个词频统计结果和要输出的高频词数量，打印出前N个高频词。
    主程序：在__main__中指定文件路径和N的值，调用上述函数进行统计和输出。

使用说明

    将上面的代码保存为Python文件，例如word_frequency.py。
    创建一个文本文件（例如text.txt），并在其中写入一些内容。
    运行程序，程序将输出前N个高频词及其出现次数。

确保在运行程序时，文本文件的路径是正确的，并且文件中有内容。你可以根据需要调整N的值以获取不同数量的高频词。

ITPub博客

编写一个文本文件的词频统计程序，并输出前N个高频词。

最新文章