Python :: Aufgabe #136
2 Lösungen
Wörterzählen in Textdateien
Anfänger - Python
von hollst
- 23.12.2016 um 09:50 Uhr
Man schreibe ein Programm, das bei einer beliebigen Textdatei (ASCII)
a) alle Wörter und
b) alle unterschiedlichen Wörter der Längen 1, 2, 3 ... zählt, wobei zwischen Groß- und Kleinbuchstaben nicht zu unterscheiden sei.
Als Wörter-Trennzeichen sind zu verwenden:
a) alle Sonderzeichen (' ', '.', ',', tab ...) sowie Zahlen (0, 1 ... 9) und
b) alle Chars, die nicht zum Aphabet (abc...xyzäöü) gehören (damit wäre a) bereits automatisch erfüllt).
Anmerkungen:
a) Es gibt auch im Deutschen Wörter der Länge 1, z. B. in "a tempo" oder " a priori" oder bei Abkürzungen ("z. B.").
b) Als Beispieltext kann von hier die komplette Bibelausgabe nach Martin Luther 1912 als ASCII-Datei heruntergeladen und verwendet werden (ist mit 4 MB zu lang als Anhang hier, selbst als *.rar noch ca. 1.2 MB).
Viel Spaß und schöne Weihnachten sowie einen guten Rutsch und Start in 2017.
a) alle Wörter und
b) alle unterschiedlichen Wörter der Längen 1, 2, 3 ... zählt, wobei zwischen Groß- und Kleinbuchstaben nicht zu unterscheiden sei.
Als Wörter-Trennzeichen sind zu verwenden:
a) alle Sonderzeichen (' ', '.', ',', tab ...) sowie Zahlen (0, 1 ... 9) und
b) alle Chars, die nicht zum Aphabet (abc...xyzäöü) gehören (damit wäre a) bereits automatisch erfüllt).
Anmerkungen:
a) Es gibt auch im Deutschen Wörter der Länge 1, z. B. in "a tempo" oder " a priori" oder bei Abkürzungen ("z. B.").
b) Als Beispieltext kann von hier die komplette Bibelausgabe nach Martin Luther 1912 als ASCII-Datei heruntergeladen und verwendet werden (ist mit 4 MB zu lang als Anhang hier, selbst als *.rar noch ca. 1.2 MB).
Viel Spaß und schöne Weihnachten sowie einen guten Rutsch und Start in 2017.
Lösungen:
Programm erfüllt nur Wortertrennung a. Für ideen wie man es ohne die reg-expression macht wäre ich dankbar.
Python-Code
Python-Code# count words in textfiles\
import os
import re
from collections import Counter
path = 'C:\Users\Robert\Desktop'
file_name = 'Luther.txt'
os.chdir(path)
word_list = []
with open(file_name,'rb') as f:
for row in f:
for word in re.split('(,|\.|-|:|\r|\n|\t|\?|\!| |[0-9]{1})',str(row.lower())):
if re.search('[a-z]',word):
word_list.append(word)
List = Counter(word_list)
word_length =[]
for elems in List.keys():
word_length.append(len(elems))
print(List)
print(Counter(word_length)) Python-Code
import re
datei = open("datei.txt", encoding ="utf8").read().lower()
woerter = list(re.findall(r"\b([a-z,ä,ö,ü,ß,']+)\b", datei))
wort_anzahl={}
for wort in woerter:
l = len(wort)
if l in wort_anzahl:
wort_anzahl[l] +=1
else:
wort_anzahl[l] = 1
print(" Alle Wörter")
print("Wortlänge Anzahl")
wort_anzahl_liste = list(wort_anzahl.items())
for (wl,anz) in sorted(wort_anzahl_liste):
print(" {0:8d} {1:8d}".format(wl,anz))
wort_anzahl={}
woerters = set(woerter)
for wort in woerters:
l = len(wort)
if l in wort_anzahl:
wort_anzahl[l] +=1
else:
wort_anzahl[l] = 1
print("Alle unterschiedlichen Wörter")
print("Wortlänge Anzahl")
wort_anzahl_liste = list(wort_anzahl.items())
for (wl,anz) in sorted(wort_anzahl_liste):
print(" {0:8d} {1:8d}".format(wl,anz))