Python实现逐行统计TXT文件中词组出现频率的正确方法

嘿，我一眼就瞅出问题所在啦！你现在的代码是把整个文本按单个单词拆分统计，但你实际想要统计的是每一行完整的短语（比如"Good Day"是一个整体），这就是输出和预期不符的核心原因。

问题根源 #

你用了text.split(None)，这个方法会把所有空白字符（包括空格、换行）都当成分隔符，把整个文本拆成一个个独立的单词——自然就把"Good Day"拆成了"Good"和"Day"两个单独项来统计，结果肯定不对啦。

修改后的代码 #

我给你调整了代码，改成按行读取并统计每个完整短语的频率，同时用更规范的文件操作方式（with语句会自动帮你关闭文件，避免资源泄漏）：

# 用with语句打开文件，自动处理关闭操作
with open("test.txt", "r") as file:
    phrase_freq = {}
    # 逐行读取文件，line就是每一行的内容
    for line in file:
        # 去掉行尾的换行符和前后多余空格
        phrase = line.strip()
        # 跳过空行（如果文件里有的话）
        if not phrase:
            continue
        # 统计短语频率
        phrase_freq[phrase] = phrase_freq.get(phrase, 0) + 1

# 遍历统计结果输出（顺序不限的话直接遍历字典即可）
for phrase, count in phrase_freq.items():
    print(f"{phrase}: {count}")

为什么这样改？ #

1. 按行读取：for line in file会逐行读取文本内容，每一行就是你要统计的完整短语（比如"Hello"、"Good Day"），完美保留了短语的完整性。
2. strip()处理：去掉每行末尾的换行符\n以及前后可能存在的多余空格，保证短语的准确性。
3. 统计逻辑不变：还是用字典记录每个短语的出现次数，只是现在的统计对象是完整短语，而非单个单词。

测试效果 #

假设你的test.txt内容是每行一个短语：

Hello
Hi
Hello
Good Day
Hi
Good Day
Good Night
Good Night

运行代码后会输出符合你预期的结果：

Hello: 2
Hi: 2
Good Day: 2
Good Night: 2

内容的提问来源于stack exchange，提问作者Alexandro