python开发_re和counter

python中re和counter的结合，可以实现以下的功能：

1.获取字符串或者文件中的单词组

2.对单词组进行统计

下面是我做的demo

运行效果：

=============================================

代码部分：

=============================================

 #python re and counter object
 '''
 读取一个文件，获取到该文件中的所有单词组，然后对该单词组进行个数统计，也可以根据
 条件统计，如：该单词组中出现最多的前number个单词
 '''
 import os
 import re
 from collections import Counter

 def get_words(path):
     '''读取一个文件中的内容，返回该文件中的所有单词'''
     if os.path.exists(path):
         return re.findall(r'\w+', open(path).read().lower())
     else:
         print('the path [{}] is not exist!'.format(path))

 def get_most_common_words(words, number):
     '''
     如果<code>number > 0</code>,则返回该单词组中出现最多的前<code>number</code>个单词
     否则，返回该单词组中所有统计情况
     '''
     if number > 0:
         return Counter(words).most_common(number)
     else:
         return Counter(words)

 def main():
     temp_path = 'c:\\temp.txt'
     number = 5
     words = get_words(temp_path)
     print(words)
     print('#' * 50)
     cnt = get_most_common_words(words, -1)
     print(cnt)
     print('#' * 50)
     cnt = get_most_common_words(words, number)
     print(cnt)

 if __name__ == '__main__':
     main()