拆分函数用标点符号拆分单词。想预防。拆分后如何按字母顺序排列？

Question

我有两个问题。代码如下：

Read =open("C:\Users\Moondra\Desktop/test1.txt",'r')
text =Read.read()
words =text.split()
print(words)
print(words.sort())

##counts=dict()
##for word in words:
##    counts[word] = counts.get(word,0)+1
##
##
##print counts    

我想读的是：

test1.txt

你好，你好

一切都好。怎么回事？ 你在哪？你好

希望很快见到你

你什么时候过来

晚餐我该做什么

结束了

文本文件的文本结尾

我的两个问题如下：

1. 我试图实现一个count-each-word代码，其中我计算每个单词在文档中出现的次数。 但是，当我使用上述代码拆分单词时，“Hello”一词将显示为“Hello！，”或者单独说“你好”。我怎样才能避免这种情况

2. 接下来，我尝试按字母顺序对列表中的元素进行排序，但在运行sort()方法后得到的结果是none，这让我很困惑

谢谢

Answer 1

此代码适用于您描述的内容：

import re

with open("C:\Users\Moondra\Desktop/test1.txt", 'r') as file:
    file = file.read()

words_list = re.findall(r"[\w]+", file)
words_list = sorted(words_list, key=str.lower)

patterns = ["Hello"]
counter = 0


for word in words_list:
    for pattern in patterns:
        if word == pattern:
            counter+=1

print("The word Hello occurred {0} times".format(counter)) # prints the number of times 'Hello' was found
print(words_list) # prints your list alphabetically

但是，您应该注意以下几点：

• 我使用了re模块而不是sort。这是因为在re模块中使用regular expression引擎比使用split()函数分割字符串要简单得多
• 我重命名了一些变量以遵循Python的PEP8指南和命名约定。随意根据您的喜好重新命名
• sort()返回列表的原因是，列表的sort()属性不返回新列表，而是更改旧列表。也就是说，列表的sort()属性进行适当排序。您使用的sort()返回数据类型None。您需要改用内置的Python函数sorted()。sorted()函数返回数据类型list