自学18营 day8 学号1901100229 唐思远 (#6210)

* Create 1001S02E06_stats_word.py

* d7 homework

* day8 homework

Author: DainDain

exercises/1901100229/d08/main.py

@@ -0,0 +1,20 @@
+text = [2,3,4,5]
+ 
+from mymodule.stats_word import stats_text_cn as cn 
+try:            #添加一个try except捕获一次
+    cn(text)
+except ValueError as Type_Error:
+    print(Type_Error)
+print(cn(a))
+
+
+
+
+
+
+
+
+
+
+
+

exercises/1901100229/d08/mymodule/stats_word.py

@@ -0,0 +1,27 @@
+text = [2,3,4,5]
+import re
+import collections
+def stats_text_cn(text):
+    if type(text)!= str:
+        raise ValueError("文本必须是字符串")
+    p=re.compile(u'[\u4e00-\u9fa5]') #匹配一组字符可以用方括号[]定义自己的字符分类。
+    a=re.findall(p,text)  #找到text中匹配中文u'[\u4e00-\u9fa5]'
+                          #re.findall遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。            
+    str=''.join(a) # ''.join()是字符串操作函数，常常用于字符连接操作。把list列表转为str字符串
+    print(collections.Counter(str)) #统计中文词频
+
+def stats_text_en(text):
+    if type(text)!= str:
+        raise ValueError("文本必须是字符串")
+    b=re.sub(r'[^A-Za-z]',' ',text) #用正则表达式过滤出26个大小写英文字母。text中非字母的替换成空格。
+    list=b.split() #以空格分割，返回分割后字符串列表。
+    print(collections.Counter(list)) #统计单词词频
+
+def stats_text(text):    
+    if type(text)!= str:
+        raise ValueError("文本必须是字符串") 
+    stats_text_cn(text)
+    stats_text_en(text)
+ 
+
+stats_text(text)