计算多个文件中的不同字符串

Question

我想计算路径/test/中文件列表（.txt）中的笑脸列表。在

下面是我在所有文件中统计笑脸的方法。在

    def count_string_occurrence():
        import os
        total = 0
        x = 0
        for file in os.listdir("C:/users/M/Desktop/test"):
                if file.endswith(".txt"):
                    string = ":)" #define search term
                    f=open(file,encoding="utf8")
                    contents = f.read()
                    f.close()
                    x=contents.count(string) 
                    total +=int(x) #calculate occurance of smiley in all files
        print("Number of " + string + " in all files equals " + str(total))

    count_string_occurrence()

我现在如何循环不同的笑脸并分别打印每个笑脸的结果？因为我已经循环了不同的文件，所以变得复杂了。在

Answer 1

您可以将搜索字符串设为函数参数，然后使用不同的搜索项多次调用函数。在

def count_string_occurrence(string):
    import os
    total = 0
    x = 0
    for file in os.listdir("C:/users/M/Desktop/test"):
        if file.endswith(".txt"):
            f=open(file,encoding="utf8")
            contents = f.read()
            f.close()
            x=contents.count(string)
            total +=int(x) #calculate occurance of smiley in all files
    return total

smilies = [':)', ':P', '=]']
for s in smilies =
    total = count_string_occurrence(s)
    print("Number of {} in all files equals {}".format( s, total ))

另一种方法是将smilies列表传递给函数，然后在if块内进行迭代。可以将结果存储在dict中，格式为{ ':)': 5, ':P': 4, ... }

Answer 2

关于您的问题：您可以保存一个字典，其中包含每个字符串的计数并返回该值。但如果你保持你目前的结构，那就不好了。在

我的建议是：

• 显然，你不能在整个行中检查整个行。在
• 您还可以多次读取相同的文件，而您只能读取一次并检查字符串是否存在。在
• 您正在检查文件的扩展名，这听起来像是glob的作业。在
• 您可以使用defaultdict，这样就不必关心计数最初是不是0。在

修改代码：

from collections import defaultdict
import glob

SMILIES = [':)', ':P', '=]']

def count_in_files(string_list):
    results = defaultdict(int)
    for file_name in glob.iglob('*.txt'):
        print(file_name)
        with open(file_name) as input_file:
            for line in input_file:
                for s in string_list:
                    if s in line:
                        results[s] += 1
    return results

print(count_in_files(SMILIES))

• 最后，使用这种方法，如果您使用Python>；=3.5，您可以将glob调用改为for file_name in glob.iglob('**/*.txt', recursive=True)，这样它将递归地搜索，以备需要。在

这将打印如下内容：

defaultdict(<class 'int'>, {':P': 2, ':)': 1, '=]': 1})