用Python从.txt文件中获取前1000个单词或定义的单词数，最简单的方法是什么？
最简单的方法是使用Python的文件操作和字符串处理功能来实现。具体步骤如下：
- 打开指定的.txt文件，可以使用Python的内置函数
open()来实现。例如，假设文件名为example.txt，可以使用以下代码打开文件：
file = open('example.txt', 'r')- 读取文件内容，可以使用文件对象的
read()方法将文件内容读取为一个字符串。例如，可以使用以下代码读取文件内容：
content = file.read()- 关闭文件，使用完文件后，应该及时关闭文件以释放资源。可以使用文件对象的
close()方法来关闭文件。例如，可以使用以下代码关闭文件：
file.close()- 对文件内容进行处理，可以使用Python的字符串处理功能来实现。可以使用字符串的
split()方法将字符串按照空格分割为单词列表。例如，可以使用以下代码将文件内容分割为单词列表：
words = content.split()- 统计单词数，可以使用Python的列表长度函数
len()来获取单词列表的长度，即单词数。例如，可以使用以下代码获取单词数：
word_count = len(words)- 获取前1000个单词或定义的单词数，可以使用Python的切片功能来实现。例如，可以使用以下代码获取前1000个单词或定义的单词数：
top_words = words[:1000]
top_word_count = len(top_words)综上所述，使用Python从.txt文件中获取前1000个单词或定义的单词数的最简单方法是：
file = open('example.txt', 'r')
content = file.read()
file.close()
words = content.split()
word_count = len(words)
top_words = words[:1000]
top_word_count = len(top_words)这个方法适用于简单的文本文件，可以快速获取单词数并获取前1000个单词或定义。如果需要更复杂的文本处理功能，可以使用Python的正则表达式、自然语言处理库等进行扩展。
相关·内容
2回答
我是R的新手，在理解如何为函数返回S3类的输出时遇到了一些困难。我有一些文本，我需要为它编写一个汇总方法，该方法将计算文本中的单词数量和文本中前3个单词的频率。我有一个countwords函数，它将计算单词数。文本位于代码之上：
text = 'The time of year was spring the sun shone for the birds who were not singing yet. The Local farmer was out in the fields preparing for the summer ahead. He had a spring in
浏览 0提问于2014-11-13得票数 2
3回答
我有一个很大的文本和大约10K的单词列表。在Python中，用其他单词替换文本中所有这些单词的最快方法是什么？
编辑:文本大小>1 1Gb，文本是人工书写的，并且是“极度标记化的”(任何字母数字字符和任何其他单个符号被拆分成新的标记)
单词数>10K，文本中每个单词的频率为1。所有替换的单词都是相同的。Python 2.5-2.7
浏览 1提问于2011-06-02得票数 2
回答已采纳
我想比较几本书的单词种类。但有些是短的，而另一些则是长的。那么，我怎样才能纠正这样一个事实，即较长的书籍通常会包含更多独特的单词。我试着简单地除以每本书中唯一的单词数，除以每本书中的总单词数。但我认为这有点过头了，因为现在较短的书似乎有了最大的多样性。最好的方法是什么？
浏览 0提问于2020-05-04得票数 1
回答已采纳
我是一个初学者，正在寻找一些帮助。我正在尝试编写一个python程序，它将从.txt文件中返回一个列表。显示具有不同字符长度的单词数量。例如，“在列表a中有五个字符不超过三个的单词”。
这是我到目前为止所知道的：
def count_lengths(text):
up_to_three = 0
four_or_five = 0
six_to_nine = 0
ten_or_more = 0
newtext = text.split(' ')
def main():
filename = "gb.txt&
浏览 0提问于2016-11-16得票数 1
我试图用Python解析重复的文本块，它们都以‘因此，文本文件将如下所示。基本上，我希望能够找到每个块(单词、数字和特殊字符)，并对它们进行进一步分析。下面的代码和我得到的一样接近，但是它返回整个文档，而不是每个块。任何帮助都将不胜感激。
block_search = re.compile('----BEGIN---.*---END',re.DOTALL)
with open(file,'r',encoding='utf-8') as f:
text = f.read()
result = re.findall(block_sea
浏览 0提问于2021-07-22得票数 0
回答已采纳
1回答
我想要获取单词长度的频率计数(test.txt是一个单词列表)。下面的代码应该计算不同长度的单词数，然后将结果相加；重复执行，直到达到文件中的总单词数。问题出在应该存储管道操作(grep | wc -w)输出的cur变量的赋值上。一旦到达该语句，cur:command not found就会出现在终端上。我用的是Cygwin。我怎么才能让它工作呢？
#!/bin/bash
a=($(wc test.txt))
filename=$dir/freq.txt
touch $filename
words=${a[1]} #words variable stores the total
浏览 25提问于2020-02-05得票数 0
回答已采纳
1回答
如何计算Lua中文本文件中的字数
、、、、
我想问的是，创建一个用于计算.txt文件中单词数量的Lua程序的步骤是什么？我只知道如何计算字符，而不是字符串。
浏览 0提问于2015-03-18得票数 4
回答已采纳
我有四个包含单词的文本文件，我正在尝试计算这两个文件不同的单词数(出现在文件A中的单词数和没有出现在文件B中的单词数)。
假设文件A.txt包含以下内容：apples bananas monkeys treats plays ball puppy hurray
文件B.txt包含这个：monkeys like to eat bananas文件C.txt包含这个：the dog plays with the ball文件D.txt包含这个：cats like treats
文件B.txt、C.txt和D.txt都与文件A.txt位于不同的文件夹中。
预期的结果将是来自A.txt的没有出现在其他三
浏览 17提问于2020-05-06得票数 0
回答已采纳
我对Haskell和函数式编程很陌生。我有一个.txt文件，其中包含一些段落。我想用Haskell来计算每一段的单词数。
我已经编写了输入/输出代码
paragraph-words:: String -> int
no_of_words::IO()
no_of_words=
do
putStrLn "enter the .txt file name:"
fileName1<- getLine
text<- readFile fileName1
let wordscount= paragraph-words t
浏览 1提问于2013-12-29得票数 0
回答已采纳
用纯ANSI C计算文本文件中的行数和单词数最快的方法是什么？
单词以空格或句号结尾。线路由'\n'终止。
浏览 0提问于2010-10-01得票数 2
回答已采纳
获取字符串前5个单词的最佳方法是什么？如何将字符串一分为二，使得第一个子串包含原始字符串的前5个单词，而第二个子串构成原始字符串的其余部分
浏览 2提问于2010-05-27得票数 16
回答已采纳
1回答
我正在尝试以一种非常规的方式使用reduce，lambda & readlines来计算文件中的单词数： import functools as ft
f=open("test_file.txt")
words=ft.reduce(lambda a,b:(len(a.split())+len(b.split())),f.readlines())
print(words) 当我试图拆分整数(索引)时，这会引发一个属性错误。我如何让这段代码拆分f.readlines()返回的迭代量的元素，并连续添加它们的长度(即，这些行中的单词数)，最终计算出文件中的单词总数？
浏览 16提问于2020-04-09得票数 1
回答已采纳
我是Python，试图理解给的关于文档中唯一单词计数问题的答案。答案是：
print len(set(w.lower() for w in open('filename.dat').read().split()))
将整个文件读入内存，使用空格将其拆分为单词，将每个单词转换为小写，从小写单词创建(唯一)集，对其进行计数并打印输出。
为了理解这一点，我尝试用Python一步一步地实现它。我可以用打开和读取的方式导入文本块，用拆分将其分割成单独的单词，并使用更低的大小写使它们都更低。我还可以在列表中创建一组独特的单词。然而，我不知道如何做最后一部分-数的独特的词数。
我认为
浏览 12提问于2011-06-06得票数 10
6回答
我想要查找文件中的行数和单词数。我的输入文件“testfile.txt”有6行和23个单词。为了查找单词数，我使用了map()函数而不是For循环。
我在这里做错了什么？
def wordcount(l):
global numwords
words = l.split()
numwords += len(words)
f=open('testfile.txt')
lines = f.readlines()
numlines = len(lines)
print ('Number of lines =', numlines)
numw
浏览 9提问于2011-04-12得票数 1
回答已采纳
我有两个txt文件，num.txt和wds.txt。num.txt只包含数字，如下所示：
60
45
60
60
32
..。
这个文件中每一行有一个数字。
另一个txt文件wds.txt包含每行短语(仅为单词)，如下所示。
我喜欢吃糖果
比萨饼
我也喜欢
代码
……
我想在num.txt的基础上重新排列wds.txt，在num.txt中将发生的数字背靠背地放置在一行中，根据该行中wds.txt中的单词数排列。
因此，如果第1行的wds.txt中有5个单词，那么num.txt中的前5个数字应该位于文件的第1行。如果第2行wds.txt中有3个单词，那么第二组num.txt中的3个单词应该在nu
浏览 0提问于2021-11-10得票数 0
4回答
我有一个处理非常大的文件的程序。现在我需要显示一个进度条来显示处理的进度。该程序工作在一个字的水平，一次读一行，把它分割成文字，然后一个一个地处理这些单词。因此，当程序运行时，它知道处理的单词数。如果它事先知道文件的字数，它可以很容易地计算进度。
问题是，我正在处理的文件可能非常大，因此，对文件进行两次处理，一次获得总字数，然后运行实际处理代码，这不是一个好主意。
因此，我试图编写一个代码，它可以通过读取文件的一小部分来估计文件的单词数。这就是我想出的(在Clojure中)：
(defn estimated-word-count [file]
(let [^java.io.File fil
浏览 4提问于2010-08-18得票数 5
回答已采纳
这实际上是一个4部分的问题：
1)返回一个字典，其中每个键都是单词长度，其值是该长度的单词数。例如，如果输入文件的文本为"Hello Python people Welcome to the world of Python"，则字典应为：{2: 2，3: 1，5: 2，6: 3，7: 1}
2)返回一个字典，其中每个键都是一个单词，它的值是该单词出现的次数。例如{'hello'：1，'of'：1，'people'：1，'python'：2，'the'：1，'to'：1，‘欢迎’：1，
浏览 1提问于2019-10-19得票数 1
3回答
我有一个包含以下文字的文件：
perl java python php scala
java pascal perl ruby ada
ASP awk php java perl
C# ada python java scala
我想比较每两行并显示共享单词的数量，我编写了一个程序，它显示第一行和其他行之间的共享单词数，第一行和第二行包含2 (perl，java)通用单词，第一和第三行有三个单词，第一和第四行有三个单词。但是我也想比较第二行和第一、第三和第四行，第三行也是一样的，等等。这是我的密码：
open(F,"/home/Bureau/test2/terms.txt")
浏览 2提问于2016-09-02得票数 0
回答已采纳
4回答
我有一个单词列表，比如说
List<String> words = Arrays.asList("Hello alan i am here where are you"+
"and what are you doing hello are you there");
我如何才能得到前七个单词，是重复不止一次，在列表中的降序？然后按字母顺序排列单个词条。所以上面的输出应该是前七个单词
you (3)
are (2)
hello (2)
alan (1)
am (1)
and (1)
doing (1)
我希望在Java 8中使用streams，l
浏览 8提问于2015-11-22得票数 3
回答已采纳
我正在尝试给我的可执行文件提供一系列文本文件。
我正在用我的可执行文件测试这个，做一个简单的单词计数。
这种类型的东西适用于一个文件：
while (cin << word){
count++;
}
壳中的...and ..。
prog.exe < quickbrownfox.txt
给我一个单词数，它应该是9。
那只敏捷的棕色狐狸跳过懒惰的原木
里面有9个单词。
如何为我的程序提供几个文本文件，一个接一个？
像这样：
prog.exe < qbf.txt abc.txt file 3.txt file4.txt...etc
浏览 3提问于2013-10-04得票数 0
我是Python新手，所以我正在做一些挑战，其中之一就是在文本文件中找到唯一的单词数。文本文件中有212个唯一的单词，但是在我的代码中，它只显示0。谢谢你的帮助。
words=[]
count=0
with open ("text.txt","r") as file:
for line in file:
if line in words:
words.append(line)
k+=1
else:
pass
print(k)
浏览 1提问于2018-11-12得票数 1
回答已采纳
1回答
我需要过滤特定单词的txt文件。以“d”结尾的单词(小于10个字母)和具有重复字母的单词应该从txt文件中过滤掉。然后，它们应该作为单词列表返回，单词数作为一对返回。到目前为止我有这个
exclude = 'd'
f = open('nameofthefile.txt', 'r')
浏览 4提问于2022-04-13得票数 -1
3回答
这个想法是根据给定的单词数，用分隔符分隔句子中的单词。在本例中，计数为2：
my.name <- c("Remi Whatname Say again")
其结果应该是：
"Remi Whatname * Say again"
这就是我能走多远：
gsub('([[:alpha:]]{2,})','\\1 *\\2',my.name,perl=T)
> my.name
"Remi * Whatname * Say * again *"
你知道如何改进我的模式匹配，将替换减少到只检测到一行
浏览 5提问于2015-09-29得票数 0
回答已采纳
如何计算在python中存储为列表的语料库的单词和词汇量？这两个术语的主要区别是什么？
假设，我使用以下列表。单词总数或列表长度可以由len(L1)计算。然而，我有兴趣知道如何计算以下清单的词汇表。
L1 = ['newnes', 'imprint', 'elsevier', 'elsevier', 'corporate', 'drive', 'suite',
'burlington', 'usa', 'linacre', '
浏览 0提问于2018-09-25得票数 0
回答已采纳
1回答
我有一个包含DocID、WordID和频率(计数)的数据集，如下所示。请注意，前三个数字代表1.文档数量，2.词汇表中的单词数量和3.集合中的总单词数量。
189
1430
12300
1 2 1
1 39 1
1 42 3
1 77 1
1 95 1
1 96 1
2 105 1
2 108 1
3 133 3
我想要做的是读取数据(忽略前三行)，组合每个文档的单词，最后将每个文档表示为一个包含wordID频率的向量。
基于上述数据集，文档1、2和3的表示形式为(请注意，可以通过数据的第二行提取vocab_size )：
val data = Array(
Vectors.spars
浏览 1提问于2017-04-03得票数 0
我想用单词袋模型来比较一个句子和其他一些句子。假设我的比较句是：
我在踢足球
还有三句话，我想比较一下我的比较句。它们是：
1.我在玩板球
2.你为什么玩板球
？
3.我喜欢在学校玩板球，
现在，如果我通过数单词来比较我的比较句和上面的三个句子，数字1和数字2的单词数与比较句的单词数相同。那就是3(我，我，玩)。
现在的问题是，在这种情况下，哪个句子与我的比较句更相关？根本不涉及任何语义意义。
在我看到的一些地方，他们说，在这种情况下，返回最短的句子就不那么复杂了。你的想法是什么？
浏览 0提问于2020-12-23得票数 1
回答已采纳
我对python比较陌生，我有一个问题：
我正在尝试编写一个脚本，该脚本将读取.txt文件，并检查单词是否在我提供的列表中，然后返回该列表中的单词数。
到目前为止,
import string
#this is just an example of a list
list = ['hi', 'how', 'are', 'you']
filename="hi.txt"
infile=open(filename, "r")
lines = infile.readlines()
for line in
浏览 6提问于2015-02-16得票数 1
回答已采纳
我设置了一个被审查的单词数组，我想检查用户提交的评论中是否包含这些单词中的任何一个。执行此操作的最有效方法是什么？到目前为止，我所想到的是将字符串拆分成一个单词数组，并将其与被审查的单词数组进行比较，但我感觉有一种更好的方法来完成此操作。
浏览 0提问于2010-05-21得票数 0
2回答
如何让下面的代码返回用空格分隔的单词数？
example='aaa bbb ccc ddd eee'
echo ${#example}
命令echo ${#example}返回字母总数(19)。返回总字数(5)的最佳命令是什么？
浏览 4提问于2013-01-07得票数 2
回答已采纳
以字体大小或字体颜色等属性来计算microsoft文档中的单词数的最佳方法是什么。返回红色字体的字数。我可以对它进行编码，但基本上我需要向正确的方向推进。我一整天都在使用ElementTree包、python，并意识到这不是最好的方法。
我的首选是任何python包，因此我期待得到一些建议。win32com、元素树、lxml在我的脑海中。还不确定。
非pythonic方法也是受欢迎的。
浏览 0提问于2014-09-13得票数 0
回答已采纳
我有一个文本文件，在该文件中，我需要按降序打印最频繁出现的单词(及其出现的次数)，直到我打印出的单词占文档总数的n%。
到目前为止，我已经编写了以下代码：
// Break the file into words
val lines = sc.textFile("somefile.txt")
val words = lines.flatMap(line => line.split(" "))
words.persist()
val wordCount = words.count()
val wordCounts = words.map(word =>
浏览 0提问于2018-04-21得票数 1
回答已采纳
from glob import glob
pattern = "D:\\report\\shakeall\\*.txt"
filelist = glob(pattern)
def countwords(fp):
with open(fp) as fh:
return len(fh.read().split())
print "There are" ,sum(map(countwords, filelist)), "words in the files. " "From directory",pattern
浏览 3提问于2012-08-10得票数 4
1回答
我有一个从单词数组生成php代码的代码，但是单词列表是可变的，如下所示：
$list=array(
"BMW",
"MUSTANG",
"DBM",
"Txt62"
);
$arrlength=count($list);
for($x=0;$x<$arrlength;$x++)
{
echo ' \'' .$list[$x]. '\'' . ' => $this->input->post(&#
浏览 0提问于2013-05-12得票数 2
回答已采纳
3回答
大家好，我有一个小问题，假设我有一个字符串
“你好，我叫XYZ”
现在我知道我可以找到单词的长度，如"Hello“有5个字符，"My”有2个字符。通过使用以下代码
$text = file_get_contents('text.txt'); // $text = 'Hello my name is XYZ';
$words = str_word_count($text, 1);
$wordsLength = array_map(
function($word) { return mb_strlen($word, 'UTF-8');
浏览 1提问于2020-02-21得票数 1
回答已采纳
是否可以在Elasticsearch中动态更新我的同义词筛选数据库。当我用我的应用程序进行同义词训练过程时，是否可以在elasticsearch中动态地向同义词单词数据库中添加新单词？
浏览 1提问于2015-10-30得票数 0
回答已采纳
我在Shell和Python中运行以下两个脚本来计算文本文件中唯一的单词数。但是，结果非常不同( Python中的123,832个，Shell中的185,948个)。您能帮我解释一下是什么原因造成了差异，以及如何使Shell命令返回与Python相同的结果吗？
Python中的代码如下：
def count_vocab(text):
# Normalize the text and get the vocabulary size
tokens = list(set(text.lower().split()))
# Remove all tokens that are
浏览 0提问于2019-08-05得票数 2
回答已采纳
2回答
我有一个文本文件目录。我想循环遍历目录中的每个文本文件，得到唯一单词的总数(词汇表的计数)，不是每个单独的文件，而是所有的文件一起。换句话说，我想要的是所有文件中唯一单词的数量，而不是每个单独文件的唯一单词数。
例如，我在一个目录中有三个文本文件。以下是它们的内容：
file1.txt -> here is some text.
file2.txt -> here is more text.
文件3.txt -> even more text.
因此，在本例中，此文本文件目录的唯一单词数为6。
我试过使用以下代码：
$files = glob("C:\\wamp\\d
浏览 4提问于2014-12-03得票数 0
回答已采纳
我正在编写一个读取文本文件并将其存储在内存中的小程序。然后，它允许用户向文件中添加另一行、替换一行、在特定行添加另一个单词等。
最后，用户可以将内存中的内容保存回文件。我用Python做了同样的程序，并使用了一个多维数组，所以数组中的每个元素都是一个单词数组。这使得访问特定行中的特定单词被替换为其他单词变得非常容易
现在我试着用C做同样的事情，但是弄糊涂了。在花了一点功夫之后，我更倾向于拥有一个具有char words[]的结构。这样，我就可以通过将NextNode从上一行取消引用到下一行来删除特定的行。
我有两个问题: 1.这是实现我目标的好方法吗? 2.如何创建一个固定大小的链表(例如，不
浏览 0提问于2012-06-14得票数 0
回答已采纳
我从外部源获得了一个路径，我无法控制，需要将文件路径存储在我的Server数据库中。
文件路径将显示如下所示；
C:\\Users\\Temp\filepath\test\document.txt
我需要用这样的双反斜杠来存储这些
C:\\Users\\Temp\\filepath\\test\\document.txt
在不将字符串转换为以下内容的情况下，用\替换\\的正确方法是什么？
C:\\\\Users\\\\Temp\\filepath\\test\\document.txt
打个REPLACE电话？
浏览 5提问于2022-01-28得票数 2
回答已采纳
1回答
我有这两个型号
class Word(Model):
word = CharField()
categories = ManyToManyField('Category')
class Category(Model):
name = CharField()
我想要做的是为每组类别输出单词数：
General (3 words)
General, IT (7 words)
Medicine (1 word)
Archaic Words, IT (10 words)
这意味着，例如，有3个单词，它们只有一个类别，即General。
在尽可能少的查询中完成它
浏览 0提问于2018-01-26得票数 0
我正在学习如何创建一个在课堂上读取文件的程序。我只能让java告诉我文件中正确的单词数量，而不是正确的行数。如何让java告诉我文件中正确的行数和单词数？ 公共类读取器{ public static void main(String args[])抛出IOException { BufferedReader demo = new BufferedReader(new FileReader("All.txt"));
Scanner file = new Scanner(demo);
int lineCount = 0;
int wordCount = 0; //wordCo
浏览 10提问于2020-10-31得票数 1
回答已采纳
以下NSString类别方法的简单实现是什么，它返回self中的单词数，其中单词由任意数量的连续空格或换行符分隔？此外，字符串将小于140个字符，因此在本例中，我更喜欢简单性和可读性，而牺牲了一些性能。
@interface NSString (Additions)
- (NSUInteger)wordCount;
@end
我找到了以下解决方案：
--看起来有点简单
但是，难道没有更简单的方法吗？
浏览 4提问于2011-05-30得票数 8
回答已采纳
1回答
嘿，伙计们，我试着从输入文件中提取单词，然后和他们一起玩，把它们按一定的顺序排列(我相信我做的是正确的)。
我的问题是，我不认为任何单词实际上都进入了单词数组，因为当我打印它时，什么也没有显示出来。如果我想从文件中取出单词并放入单词数组中。我做错了什么？
while (fscanf(file, "%s", word) == 1)
{
wc = strtok(word, " \n");
while (wc != NULL)
{
w
浏览 0提问于2015-02-17得票数 0
回答已采纳
1回答
我们的数据集具有以下结构：
{
'country': 'United States',
'text': 'twitter text string...'
},
{
'country': 'Australia',
'text': 'a different twitter text string...'
}
...
它包括来自大多数国家的数据。目前约有150万项。我们的目标是使用聚合来获取每个国家文本字段中使用最多的单词。使用$project、$group
浏览 3提问于2017-04-26得票数 0
回答已采纳
我有很多视频和他们的成绩单。使用笔录，我需要找到这个词在视频中的位置。它不一定是确切的位置，但尽可能接近。
到目前为止，我已经考虑过用一个普通演讲者说的单词数来找出相对位置。
我想知道是否有更好的方法来解决这个问题？
谢谢
浏览 1提问于2015-09-23得票数 1
回答已采纳
这就是我想要做的。我有一个文本块，我想从字符串中提取前50个单词，而不切断中间的单词。这就是为什么我更喜欢单词而不是字符，然后我可以只使用left()函数。
我知道str_word_count($var)函数将返回字符串中的单词数，但是我如何只返回前50个单词呢？
我将完全沉浸在PHP中，但我还不熟悉许多字符串函数。
提前谢谢你，杰森
浏览 0提问于2009-07-11得票数 8
回答已采纳
我使用的是Python 2.7
我想浏览一个.txt文件，并且只保留包含一个或多个关键字列表的句子。
我想要保存在.txt中的结果，其余的可以删除。
我是Python的新手(但我喜欢它！)所以不要担心伤害了我的感情，你可以自由地假设我这方面的知识很少，并把它简化一点:)
这就是我到目前为止所知道的：
import re
f = open('C:\\Python27\\test\\A.txt')
text = f.read()
define_words = 'contractual'
print re.findall(r"([^.]*?%s[^.]*
浏览 1提问于2014-03-25得票数 1
我想用Nokogiri打开一个网页，提取用户在浏览器中访问网页时看到的所有单词，并分析词频。
用nokogiri从html文档中获取所有可读单词的最简单方法是什么？理想的代码片段应该是一个html页面(比方说，作为一个文件)，并提供来自所有类型的可读元素的单个单词数组。
(不需要担心javascript或css隐藏元素，从而隐藏单词；只需为显示而设计的所有单词就可以了。)
浏览 0提问于2011-05-26得票数 7
回答已采纳
2回答
格式化awk的输出
、、、
我正在编写awk脚本来确定字数。
awk '$1 ~/the/ {++c}END{print c}' FS=: br.txt
awk '$1 ~/not/ {++c}END{print c}' FS=: br.txt
awk '$1 ~/that/ {++c}END{print c}' FS=: br.txt
并格式化输出，因此标题将是"the not that“，它们下面的行必须是每个单词的编号。我使用的是：
awk 'BEGIN { print "the not that"
`{ print
浏览 1提问于2015-02-22得票数 0
我需要使用NLTK软件包来统计某些语料库中的单词数量(单词外观)。
这是我的语料库：
corpus = PlaintextCorpusReader('C:\DeCorpus', '.*')
以下是我如何试图得到每个文档的总单词数：
cfd_appr = nltk.ConditionalFreqDist(
(textname, num_appr)
for textname in corpus.fileids()
for num_appr in [len(w) for w in corpus.raw(fileids=textname).rep
浏览 0提问于2020-02-19得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
