python jieba分词并统计词频后输出结果到Excel和txt文档方法_Python

python jieba分词并统计词频后输出结果到Excel和txt文档方法

2021-01-15 00:13体贴的古琴 Python

本篇文章主要介绍了python jieba分词并统计词频后输出结果到Excel和txt文档方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

前两天，班上同学写论文，需要将很多篇论文题目按照中文的习惯分词并统计每个词出现的频率。

让我帮她实现这个功能，我在网上查了之后发现jieba这个库还挺不错的。

运行环境：

安装python2.7.13：https://www.python.org/downloads/release/python-2713/
安装jieba：pip install jieba
安装xlwt：pip install xlwt

具体代码如下：

				?

									#!/usr/bin/python 

									# -*- coding:utf-8 -*- 

									import sys 

									reload(sys) 

									sys.setdefaultencoding('utf-8') 

									import jieba 

									import jieba.analyse 

									import xlwt #写入Excel表的库 

									if __name__=="__main__": 

									 wbk = xlwt.Workbook(encoding = 'ascii') 

									 sheet = wbk.add_sheet("wordCount")#Excel单元格名字 

									 word_lst = [] 

									 key_list=[] 

									 for line in open('1.txt'):#1.txt是需要分词统计的文档 

									  item = line.strip('\n\r').split('\t') #制表格切分 

									  # print item 

									  tags = jieba.analyse.extract_tags(item[0]) #jieba分词 

									  for t in tags: 

									   word_lst.append(t) 

									 word_dict= {} 

									 with open("wordCount.txt",'w') as wf2: #打开文件 

									  for item in word_lst: 

									   if item not in word_dict: #统计数量 

									    word_dict[item] = 1

									   else: 

									    word_dict[item] += 1

									  orderList=list(word_dict.values()) 

									  orderList.sort(reverse=True) 

									  # print orderList 

									  for i in range(len(orderList)): 

									   for key in word_dict: 

									    if word_dict[key]==orderList[i]: 

									     wf2.write(key+' '+str(word_dict[key])+'\n') #写入txt文档 

									     key_list.append(key) 

									     word_dict[key]=0

									 for i in range(len(key_list)): 

									  sheet.write(i, 1, label = orderList[i]) 

									  sheet.write(i, 0, label = key_list[i]) 

									 wbk.save('wordCount.xls') #保存为 wordCount.xls文件