使用 for 循环的所有文件中的字数统计

Question

我想获取文件夹中所有文件中每个文件的词频。但是，它没有用。

错误如下：

C:\Python\Anaconda3\python.exe C:/Python/Anaconda3/frequency.py 追溯（最近一次通话）：文件 "C:/Python/Anaconda3/frequency.py"，第 6 行，位于对于 file.read().split() 中的单词： NameError：名称 'file' 未定义

进程已完成，退出代码为 1

我怎样才能有效地做到这一点？谢谢。

import glob
import os
path = 'C:\Python\Anaconda3'
for filename in glob.glob(os.path.join(path, '*.txt')):
    wordcount = {}
    for word in file.read().split():
        if word not in wordcount:
            wordcount[word] = 1
        else:
            wordcount[word] += 1
print(word, wordcount)

Answer 1

就代码而言，您有三个明显的错误（尽管可能更多）。

您有一个 for 循环，您可以在其中更改迭代器的名称

for **filename** in glob.glob(os.path.join(path, '*.txt')):
    ...
    for word in **file**.read.split():
        ...

wordcount 字典在 for 循环的每次迭代中都会重新初始化（并因此被删除）。您可以通过两种方式解决此问题，具体取决于您要达到的目标：

一个。将行 wordcount={} 移动到开始 for 循环之前，以防止在每个文件后清除字典。这将为您提供所有文件的总数 wordcount。

b。在循环的每次迭代后将 wordcount 附加到另一个字典 files ，这样你就有了一个字典，其中键是文件名，值是包含你的字数的字典。这可能有点令人困惑，因为您现在有一个字典的字典。引用单个字数变为 filecounts[filename][word] = count.

您打印字典的方法不正确，请考虑以下方法：

for word in wordcount:
    print('{word}:\t{count}'.format(word=word, count=wordcount[word]))

我还建议使用默认字典（参见 Docs，这样就无需检查 word 是否在字典中，并将其设置为 1。

所以，总的来说，我会这样写：

from collections import defaultdict
import glob
import os

path = 'C:\Python\Anaconda3'
filecounts = {}

for filename in glob.glob(os.path.join(path, '*.txt')):
    wordcount = defaultdict(int)
    for word in filename.read().split():
        wordcount[word] += 1

    filecounts[filename] = wordcount

for filename in filecounts:
    print('Word count for file \'{file}\''.format(file=filename))
    for word in filecounts[filename]:
        print('\t{word}:\t{count}'.format(word=word, count=filecounts[filename][word]))

使用 for 循环的所有文件中的字数统计

word count in all files using for loop

python

for-loop

word-count

错误如下：

进程已完成，退出代码为 1