如何修改Python代码以获取文本中长度Top5的最长单词？

原代码仅能追踪单个最长单词，要实现Top5的需求，我们可以通过调整数据结构和逻辑来实现，以下是两种实用方案：

方案一：排序取前5（简单直观） #

这种方法适合文件内容不大的场景，先收集所有单词，按长度降序排序后直接截取前5个：

# 打开文件并读取所有单词
with open("C:/Users/Dell/Desktop/Demo.TXT", mode="r", encoding="utf8") as f:
    words = f.read().split()

# 按单词长度降序排序，长度相同则保持原顺序
sorted_words = sorted(words, key=lambda x: len(x), reverse=True)

# 获取前5个最长单词
top5_longest = sorted_words[:5]

# 输出结果，同时显示每个单词的长度
for word in top5_longest:
    print(f"单词：{word}，长度：{len(word)}")

说明： #

• 使用with语句打开文件，能自动处理文件关闭，避免资源泄漏
• sorted函数的key参数指定按单词长度排序，reverse=True实现降序
• 如果需要去重（避免相同单词重复出现在Top5里），可以先转换为集合再排序：words = list(set(words))，但会丢失原文件中的单词顺序

方案二：遍历中维护Top5列表（内存高效） #

如果处理的是超大文件，一次性加载所有单词会占用过多内存，这种方法可以在遍历过程中只保留当前最长的5个单词：

import heapq

top5 = []

with open("C:/Users/Dell/Desktop/Demo.TXT", mode="r", encoding="utf8") as f:
    for line in f:
        # 按行分割单词，逐行处理
        words = line.split()
        for word in words:
            word_len = len(word)
            # 如果当前Top5不足5个，直接加入
            if len(top5) < 5:
                heapq.heappush(top5, (word_len, word))
            else:
                # 比较当前单词长度和堆中最短的单词长度
                min_len, min_word = top5[0]
                if word_len > min_len:
                    # 替换堆中最短的单词
                    heapq.heappop(top5)
                    heapq.heappush(top5, (word_len, word))

# 将堆中的元素按长度降序排列输出
top5_sorted = sorted(top5, key=lambda x: x[0], reverse=True)
for length, word in top5_sorted:
    print(f"单词：{word}，长度：{length}")

说明： #

• 使用heapq模块实现小顶堆，堆顶始终是当前Top5中最短的单词，这样每次比较和替换的效率更高
• 逐行读取文件，避免一次性加载全部内容，适合大文件处理
• 最终需要再排序一次，因为堆的顺序是小顶堆，不是降序排列

内容的提问来源于stack exchange，提问作者raja Osama