python 文本单词提取和词频统计的实例


Posted in Python onDecember 22, 2018

这些对文本的操作经常用到, 那我就总结一下。 陆续补充。。。

操作:

strip_html(cls, text) 去除html标签

separate_words(cls, text, min_lenth=3) 文本提取

get_words_frequency(cls, words_list) 获取词频

源码:

class DocProcess(object):

 @classmethod
 def strip_html(cls, text):
  """
   Delete html tags in text.
   text is String
  """
  new_text = " "
  is_html = False
  for character in text:
   if character == "<":
    is_html = True
   elif character == ">":
    is_html = False
    new_text += " "
   elif is_html is False:
    new_text += character
  return new_text

 @classmethod
 def separate_words(cls, text, min_lenth=3):
  """
   Separate text into words in list.
  """
  splitter = re.compile("\\W+")
  return [s.lower() for s in splitter.split(text) if len(s) > min_lenth]

 @classmethod
 def get_words_frequency(cls, words_list):
  """
   Get frequency of words in words_list.
   return a dict.
  """
  num_words = {}
  for word in words_list:
   num_words[word] = num_words.get(word, 0) + 1
  return num_words

以上这篇python 文本单词提取和词频统计的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
使用python编写批量卸载手机中安装的android应用脚本
Jul 21 Python
跟老齐学Python之有点简约的元组
Sep 24 Python
30秒轻松实现TensorFlow物体检测
Mar 14 Python
一文带你了解Python中的字符串是什么
Nov 20 Python
Python用Try语句捕获异常的实例方法
Jun 26 Python
python写日志文件操作类与应用示例
Jul 01 Python
Django认证系统user对象实现过程解析
Mar 02 Python
对django 2.x版本中models.ForeignKey()外键说明介绍
Mar 30 Python
Pycharm导入anaconda环境的教程图解
Jul 31 Python
Python Selenium实现无可视化界面过程解析
Aug 25 Python
如何用python开发Zeroc Ice应用
Jan 29 Python
Python - 10行代码集2000张美女图
May 23 Python
python 删除字符串中连续多个空格并保留一个的方法
Dec 22 #Python
Python函数装饰器实现方法详解
Dec 22 #Python
使用python对文件中的单词进行提取的方法示例
Dec 21 #Python
Python类装饰器实现方法详解
Dec 21 #Python
Python实现的字典排序操作示例【按键名key与键值value排序】
Dec 21 #Python
Python简单获取二维数组行列数的方法示例
Dec 21 #Python
python进行TCP端口扫描的实现
Dec 21 #Python
You might like
phpmyadmin提示The mbstring extension is missing的解决方法
2014/12/17 PHP
php 数组元素快速去重
2017/05/05 PHP
IE6下focus与blur错乱的解决方案
2011/07/31 Javascript
html文件中jquery与velocity变量中的$冲突的解决方法
2013/11/01 Javascript
浅析IE10兼容性问题(frameset的cols属性)
2014/01/03 Javascript
JQuery实现鼠标移动到图片上显示边框效果
2014/01/09 Javascript
学习JavaScript设计模式(接口)
2015/11/26 Javascript
JS基于ocanvas插件实现的简单画板效果代码(附demo源码下载)
2016/04/05 Javascript
javascript运算符语法全面概述
2016/07/14 Javascript
JS在Chrome浏览器中showModalDialog函数返回值为undefined的解决方法
2016/08/03 Javascript
jquery插件ContextMenu设置右键菜单
2017/03/13 Javascript
Vue组件模板形式实现对象数组数据循环为树形结构(实例代码)
2017/07/31 Javascript
addeventlistener监听scroll跟touch(实例讲解)
2017/08/04 Javascript
JavaScript如何获取到导航条中HTTP信息
2017/10/10 Javascript
微信小程序上传多图到服务器并获取返回的路径
2019/05/05 Javascript
[00:21]DOTA2亚洲邀请赛 Logo演绎
2015/02/07 DOTA
简单文件操作python 修改文件指定行的方法
2013/05/15 Python
设计模式中的原型模式在Python程序中的应用示例
2016/03/02 Python
20招让你的Python飞起来!
2016/09/27 Python
Python编程之string相关操作实例详解
2017/07/22 Python
Python实现的基数排序算法原理与用法实例分析
2017/11/23 Python
python3监控CentOS磁盘空间脚本
2018/06/21 Python
VSCode Python开发环境配置的详细步骤
2019/02/22 Python
python GUI库图形界面开发之PyQt5滑块条控件QSlider详细使用方法与实例
2020/02/28 Python
Elasticsearch py客户端库安装及使用方法解析
2020/09/14 Python
HTML5+CSS3 实现灵动的动画 TAB 切换效果(DEMO)
2017/09/15 HTML / CSS
银行员工辞职信范文
2014/01/20 职场文书
应届护士求职信范文
2014/01/26 职场文书
班长自荐书范文
2014/02/11 职场文书
慰问敬老院活动总结
2014/04/26 职场文书
2014入党积极分子破除“四风”思想汇报
2014/09/14 职场文书
工会文体活动总结
2015/05/07 职场文书
《秋思》教学反思
2016/02/23 职场文书
虚拟机linux端mysql数据库无法远程访问的解决办法
2021/05/26 MySQL
Django中session进行权限管理的使用
2021/07/09 Python
delete in子查询不走索引问题分析
2022/07/07 MySQL