|
1 2 3 4 5 6 7 8 9 10 11 |
#-*- coding:utf-8 -*- from collections import Counter # 统计总汉字数，文本均以utf-8格式保存 TotalChar = [x for x in open("D:\Eric5\红楼梦.txt", "r", encoding="utf-8").read() if 19968<=ord(x)<=40869] # 统计不同汉字的重复次数 CountChar = Counter(TotalChar) print("总汉字数：", len((TotalChar))) print("不同汉字数：", len((CountChar))) print(CountChar) |
对我国四大名著的统计结果如下，并列出重复次数最多的前十个字：
《红楼梦》
总汉字数： 731598
不同汉字数： 4253
[('了', 21229), ('的', 15736), ('不', 15038), ('一', 12194), ('来', 11450), ('道', 11061), ('人', 10558), ('是', 10151), ('说', 9710), ('我', 9176)]
《西游记》
总汉字数： 584058
不同汉字数： 4458
[('道', 10994), ('不',[......]