python统计文章字数

• 参考视频

#!/usr/bin/python
# coding:utf8
import sys
reload(sys)
sys.setdefaultencoding('utf8')
import json


fr= open('t.txt','r')
characers = []  #统计出现过得汉字
stat ={}   #字典，统计 每个汉字出现的频率
for line in fr:             #line代表的是一行
    line = line.strip()  #strip() 方法用于移除字符串头尾指定的字符（默认为空格）
    line =  unicode(line)   #转码之后，才是才是中文   
    #处理空白 如果这一行的长度是0，就是空白
    # print line+"--"
    if len(line)==0:
        continue

    for x in range(0,len(line)):  #x代表的是每一行里面的每一个字
        if not line[x] in characers:   #如果这个字不在列表中，则追加到列表
            characers.append(line[x])

        if not stat.has_key(line[x]):  #如果没有这个字，赋值0，有则赋加1
            stat[line[x]] = 0   #此处赋值0
        stat[line[x]] +=1  #如果第一次，赋值0之后也会走这一步，所以第一次其实是相当于赋值1了
    print len(stat)  #第一次打印第一行的长度，第二次打印第二行加第一行的长度，一次类推
# print len(stat) #打印的是最后一行的长度

# for k,v in stat.items():
#   print k,v
fj = open('res.json','w')
fj.write(json.dumps(stat))  #保存json格式
fj.close()

stat = sorted(stat.iteritems(),key=lambda d:d[1],reverse=True)  
#d[1]是按照值排序，d[0]是按照键排序，reverse=True是倒叙 True一定要大写
print type(stat)  # 字典是键值对，没有顺序的概念。只有列表才有顺序。此时stat是list
fw = open('res.txt','w')
for item in  stat:
    fw.write(item[0]+','+str(item[1])+'\n') #item[0]是字符，item[1]是数字，但是写入的时候要统一才行
fw.close()
fr.close()

保存数据的时候或者使用以下方式

fw = open('res.txt', 'w')
for k,v in stat.items():
    fw.write(k+','+str(v)+'\n')
fw.close()