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
Python 初始化多维数组代码
Sep 06 Python
在Lighttpd服务器中运行Django应用的方法
Jul 22 Python
在Django的模型和公用函数中使用惰性翻译对象
Jul 27 Python
python遍历 truple list dictionary的几种方法总结
Sep 11 Python
Python快速从注释生成文档的方法
Dec 26 Python
Python实现数据库并行读取和写入实例
Jun 09 Python
Python实现统计代码行的方法分析
Jul 12 Python
python3 模拟登录v2ex实例讲解
Jul 13 Python
Python序列化基础知识(json/pickle)
Oct 19 Python
Django中的CBV和FBV示例介绍
Feb 25 Python
Django认证系统实现的web页面实现代码
Aug 12 Python
利用Python过滤相似文本的简单方法示例
Feb 03 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
模仿OSO的论坛(二)
2006/10/09 PHP
解析PHP可变函数的经典用法
2013/06/20 PHP
JavaScript 选中文字并响应获取的实现代码
2011/08/28 Javascript
JS中实现简单Formatter函数示例代码
2014/08/19 Javascript
ECMAScript 5中的属性描述符详解
2015/03/02 Javascript
深入理解JavaScript系列(48):对象创建模式(下篇)
2015/03/04 Javascript
js实现select跳转菜单新窗口效果代码分享(超简单)
2015/08/21 Javascript
jQuery页面加载初始化的3种方法(推荐)
2016/06/02 Javascript
BootStrap整体框架之基础布局组件
2016/12/15 Javascript
原生js获取left值和top值的三种方法
2017/08/02 Javascript
AngularJs用户登录问题处理(交互及验证、阻止FQ处理)
2017/10/26 Javascript
[原创]jQuery实现合并/追加数组并去除重复项的方法
2018/04/11 jQuery
layui问题之模拟select点击事件的实例讲解
2018/08/15 Javascript
javascript动态创建对象的属性详解
2018/11/07 Javascript
一些可能会用到的Node.js面试题
2019/06/15 Javascript
详解基于Vue的支持数据双向绑定的select组件
2019/09/02 Javascript
在react-antd中弹出层form内容传递给父组件的操作
2020/10/24 Javascript
JavaScript枚举选择jquery插件代码实例
2020/11/17 jQuery
[06:49]2018DOTA2国际邀请赛寻真——VirtusPro傲视群雄
2018/08/12 DOTA
python中string模块各属性以及函数的用法介绍
2016/05/30 Python
浅谈pycharm出现卡顿的解决方法
2018/12/03 Python
HTML5本地存储localStorage、sessionStorage基本用法、遍历操作、异常处理等
2014/05/08 HTML / CSS
全球性的在线购物网站:Zapals
2017/03/22 全球购物
linux系统都有哪些运行级别
2016/03/26 面试题
大学生村官典型材料
2014/01/12 职场文书
学习礼仪心得体会
2014/09/01 职场文书
镇政府副镇长群众路线专题民主生活会对照检查材料
2014/09/19 职场文书
2014年最新个人对照检查材料范文
2014/09/25 职场文书
家长学校教学计划
2015/01/19 职场文书
地震慰问信
2015/02/14 职场文书
工资证明格式模板
2015/06/12 职场文书
2015年重阳节活动主持词
2015/07/30 职场文书
公务员岗前培训心得体会
2016/01/08 职场文书
社交电商模式的兴起:这些新的商机千万别错过
2019/07/26 职场文书
竞选稿之小学班干部
2019/10/31 职场文书
如何使用分区处理MySQL的亿级数据优化
2021/06/18 MySQL