如何使用Python统计文本中各单词数量？附失效代码求助

原代码无法正常统计的核心原因有两个：

• 直接用for word in line遍历文本行时，实际是逐字符遍历字符串，永远匹配不到完整的"Python"单词，计数结果始终为0
• 逻辑仅针对单一字符串"Python"做判断，没有实现全量单词的计数能力，也没有处理单词附带标点、大小写不一致导致的匹配误差问题

版本1：无额外依赖，统计所有单词出现次数 #

import string

file_path = "file.txt"
word_count = {}

with open(file_path, 'r', encoding='utf-8') as file_object:
    for line in file_object:
        # 统一转小写，消除大小写差异带来的计数错误
        line = line.lower()
        # 按空白字符拆分得到单词列表
        for word in line.split():
            # 清除单词首尾附着的标点，比如"python,"、"python."这类情况
            clean_word = word.strip(string.punctuation)
            if not clean_word:
                continue
            # 累加计数
            word_count[clean_word] = word_count.get(clean_word, 0) + 1

# 输出结果
for word, cnt in word_count.items():
    print(f"{word}: {cnt}")

版本2：仅统计特定单词（比如原代码要找的Python）的出现次数 #

import string

file_path = "file.txt"
target = "python"
cnt = 0

with open(file_path, 'r', encoding='utf-8') as file_object:
    for line in file_object:
        line = line.lower()
        for word in line.split():
            if word.strip(string.punctuation) == target:
                cnt += 1

print(f"'{target}' 共出现{cnt}次")

版本3：用标准库Counter简化代码 #

如果不需要避免额外引入标准库，可以直接用collections.Counter做计数，代码更简洁，还支持快速查询出现频率最高的单词：

import string
from collections import Counter

file_path = "file.txt"
words = []

with open(file_path, 'r', encoding='utf-8') as file_object:
    for line in file_object:
        line = line.lower()
        for word in line.split():
            clean_word = word.strip(string.punctuation)
            if clean_word:
                words.append(clean_word)

word_count = Counter(words)
# 输出全量计数
print(word_count)
# 比如要查出现次数最高的3个单词，直接调用most_common即可
# print(word_count.most_common(3))

• 遍历字符串对象时，迭代返回的是单个字符，要拿到单词必须先用split()方法按空白拆分
• 文本统计时建议统一做大小写转换、标点清理，否则同个单词的不同形态会被识别为不同内容，导致计数不准
• 打开文件时建议显式指定文件编码，避免不同系统默认编码不一致导致的读取报错

内容的提问来源于stack exchange，提问作者Dejo chalkiadaky