使用python提取英文文章中的单词及出现的次数(原创)

  经常要读一些英文的文章，但文章中的生僻单词经常会影响阅读的速度和节奏，所以就像先把文章中所有的单词提取出来，然后找出自己不认识的单词进行预读和背诵。下边是使用python进行单词的提取。51Testing软件测试网4r6ypW$n+v^
O

y
t3{P j0A3|"x0    #-*-coding:gb2312-*-
Pz%Q)])r`-Q0import re
%to|KK4j#v X0import string
0]$V(]~)f$o5@Gj0#输出结果51Testing软件测试网!Z/\dOy8hW"uT
f = open("D:\\result.txt","w")
!M+{ vof:tw#a0#输入文本
(vT-Lz"}!d5f0r = open("D:\\input.txt","r")
9r-T3pv@0strs =r.read()51Testing软件测试网7`*x3?W/U_b
#使用正则表达式，把单词提出出来，并都修改为小写格式51Testing软件测试网}$RHC F M,b
s = re.findall("\w+",str.lower(strs))51Testing软件测试网%wye$?[#a
#去除列表中的重复项，并排序
aY_` U0l = sorted(list(set(s)))51Testing软件测试网3x.Gcs \.j:i(\4@
#去除含有数字和符号，以及长度小于5的字符串
x"u-]$?!E}0for i in l:
U'Sk$bp3L2H&D:c0    m = re.search("\d+",i)51Testing软件测试网Yo fu&XYd%d-j*c
    n = re.search("\W+",i)51Testing软件测试网
B!q[/V
q$b
    if not m and  not n and len(i)>4:51Testing软件测试网]3D-p2|e?;F
        f.write(i +" : "+str(s.count(i))+"\n")51Testing软件测试网[%Bgy9Va4iz
r.close()51Testing软件测试网
u{l
?&].?8[
f.close()
*O7Y+u\-d7q0m!vS3kB051Testing软件测试网#cV+pt!?fC_