Wörterzählen in Textdateien

2 Lösungen

#136

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.

Frage einsehen (1)

Bitte melden Sie sich an um zur Aufgabenbeschreibung eine Frage zu stellen.

Frage stellen

Bitte melden Sie sich an um eine Lösung einzureichen.

Lösung einreichen

von Gisbert5020 (3120 Punkte) - 12.02.2019 um 20:42 Uhr

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))