Pythonで文字列から英単語を抜き出し集計する

説明

文字列の中から単語を抜き出す。その単語が何回出てきたかも知ることが出来る。

実装

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

# ライブラリの読み込み
import re
from collections import Counter

# 00 テキストの取得
target_text = """
Python is a great lang lang
"""

# 01 文章を単語に分ける
# 複数の区切り文字を指定するため re.split を使う
words = re.split(r'\s|\,|\.|\(|\)', target_text.lower())

# 02 集計する
counter = Counter(words)

# 03 表示する
# Counter#most_common を使って出現頻度の降順に csv 形式で表示する
for word, count in counter.most_common():
    if len(word) > 0:
        print("%s,%d" % (word, count))
# => csv 形式の単語出現回数

参考
[urlpreviewbox url="https://www.lifewithpython.com/2015/02/how-to-count-english-words-in-text.html"/]

Tweet

Pocket

Share on Tumblr