jieba 分词. 西游记相关的分词,出现次数最高的20个。
Posted wzl0727
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了jieba 分词. 西游记相关的分词,出现次数最高的20个。相关的知识,希望对你有一定的参考价值。
1 import jieba 2 3 txt = open("D:\\西游记.txt", "r", encoding=‘gb18030‘).read() 4 words = jieba.lcut(txt) # 使用精确模式对文本进行分词 5 counts = {} # 通过键值对的形式存储词语及其出现的次数 6 7 for word in words: 8 if len(word) == 1: 9 continue 10 elif word == "大圣" or word=="老孙" or word=="行者" or word=="孙大圣" or word=="孙行者" or word=="猴王" or word=="悟空" or word=="齐天大圣" or word=="猴子": 11 rword = "孙悟空" 12 elif word == "师父" or word == "三藏" or word=="圣僧": 13 rword = "唐僧" 14 elif word == "呆子" or word=="八戒" or word=="老猪": 15 rword = "猪八戒" 16 elif word=="沙和尚": 17 rword="沙僧" 18 elif word == "妖精" or word=="妖魔" or word=="妖道": 19 rword = "妖怪" 20 elif word=="佛祖": 21 rword="如来" 22 elif word=="三太子": 23 rword="白马" 24 else: 25 rword = word 26 counts[rword] = counts.get(rword,0) + 1 27 28 items = list(counts.items())#将键值对转换成列表 29 items.sort(key=lambda x: x[1], reverse=True) # 根据词语出现的次数进行从大到小排序 30 31 for i in range(20): 32 word, count = items[i] 33 print("{0:<10}{1:>5}".format(word, count))
以上是关于jieba 分词. 西游记相关的分词,出现次数最高的20个。的主要内容,如果未能解决你的问题,请参考以下文章