1.場景

在很久很久以前，有一個(gè)王后。
有一天，她在讀《A?Tale?of?Two?Cities》q2.txt：

A Tale of Two Cities

王后覺得這段文字很有意思，很有規(guī)律。于是，她想統(tǒng)計(jì)一下每個(gè)詞都出現(xiàn)了多少次。
效果如a2.txt：

目標(biāo)文件

我們來幫她實(shí)現(xiàn)。

2.代碼

python版本：v3.7.3
用法: python wordsCount.py q2.txt a2.txt

#wordsCount.py
#2020.03.11
import sys
from collections import Counter

def words_count(in_file, out_file):
    #用列表解析一次性將文件所有內(nèi)容讀入，文件大于1GB時(shí)最好不要這么做
    #文件最好使用utf-8讀取和寫入
    in_lines = [line for line in open(in_file, "r", encoding="utf-8")]
    #用列表解析的方式得到所有行中的word
    words_list = []
    [words_list.extend(item.strip().split()) for item in in_lines]
    #用Collections包里的Counter方法直接統(tǒng)計(jì)，得到1個(gè)可遍歷的對象
    words_counter = Counter(words_list).most_common()
    #遍歷上面的對象，準(zhǔn)備輸出的列表
    out_lines = [item[0]+"\t"+str(item[1])+"\n" for item in words_counter]
    #直接寫入list
    with open(out_file, "w", encoding="utf-8") as fw:
        fw.writelines(out_lines)

if __name__ == "__main__":
    #從控制臺cmd接收參數(shù)列表
    args = sys.argv
    in_file = args[1]
    out_file = args[2]
    
    words_count(in_file, out_file)

3.討論

王后： 如果我只想要詞數(shù)最多的前10個(gè)詞呢？
作者：

只需要將第14行改為words_counter = Counter(words_list).most_common(10)即可

王后：it和It是同一個(gè)詞，能不能算在一起，即統(tǒng)計(jì)時(shí)不區(qū)分大小寫？
作者：

最好區(qū)分大小寫，不區(qū)分的話輸出的時(shí)候就不能確定是輸出it還是It呢？