求助：将文本文件转为词频统计字典并找出高频词

你的代码存在几处关键错误，导致无法正确统计词频：

• 变量名拼写错误：循环中使用了未定义的last，实际应该是你创建的列表lst
• 错误操作列表：试图用字符串作为索引给列表lst赋值（lst[words] = ...），列表仅支持整数索引，不能这么用
• dict.fromkeys用法完全错误：你传入的words是循环最后一个单词，freq始终为0，生成的字典和词频毫无关系
• 文本处理不严谨：split(" ")会在多空格场景下生成空字符串，且只处理了逗号和句号，其他标点未清理

修正方案1：手动实现词频统计 #

# 用with语句自动管理文件，避免资源泄漏
with open("Words.txt", "r") as file:
    word_list = []
    for line in file:
        # 转小写并清理常见标点，可根据需求添加更多标点替换
        cleaned_line = line.lower().replace(',', '').replace('.', '').replace('!', '').replace('?', '')
        # split()无参数时自动分割任意空白字符，同时忽略首尾空白
        words = cleaned_line.split()
        word_list.extend(words)

# 初始化词频字典
freq_dict = {}
for word in word_list:
    if word in freq_dict:
        freq_dict[word] += 1
    else:
        freq_dict[word] = 1

# 找出出现次数最多的单词
if freq_dict:
    most_common_word = max(freq_dict, key=freq_dict.get)
    print(f"出现次数最多的单词: {most_common_word}，共出现{freq_dict[most_common_word]}次")
else:
    print("文件中无有效单词")

print("完整词频统计:", freq_dict)

修正方案2：用collections.Counter（更简洁高效） #

Python标准库的Counter专门用于统计可哈希对象的出现次数，代码更简洁：

from collections import Counter
import re

with open("Words.txt", "r") as file:
    all_words = []
    for line in file:
        # 用正则匹配所有单词，自动处理大小写和标点
        words = re.findall(r'\b\w+\b', line.lower())
        all_words.extend(words)

freq_counter = Counter(all_words)

# 获取出现次数最多的单词（most_common(1)返回包含元组的列表）
if freq_counter:
    most_common_word, count = freq_counter.most_common(1)[0]
    print(f"出现次数最多的单词: {most_common_word}，共出现{count}次")
else:
    print("文件中无有效单词")

print("完整词频统计:", freq_counter)

关键优化点说明 #

• 使用with语句打开文件，无需手动调用close()，更安全
• 文本处理用split()无参数或正则表达式，避免空字符串和遗漏标点的问题
• 用字典（或Counter）专门存储词频，而非错误使用列表
• 用max()配合key参数或Counter.most_common()快速找出高频词

内容的提问来源于stack exchange，提问作者SGYByeElo