Python2.6.6环境下统计XML解析输出的SSID词频方法求助

核心思路 #

无需硬编码过滤词，用普通字典即可完成词频统计：遍历所有SSID文本时，每拿到一个值就更新字典的计数，不存在就默认初始化为0再加1，最后对字典按计数值降序排序输出即可，完全适配Python2.6版本的语法特性。

修改后可直接运行的代码 #

from xml.etree import ElementTree as ET 

root = ET.fromstring(response.text)
data = root.findall('file.xml')
# 初始化空字典存储统计结果
count_dict = {}

for i in data:
    ssid = i.find('file.xml/ssidname').text
    # 如需过滤空值/无效SSID可保留该判断，无需的话直接删除即可
    if ssid:
        count_dict[ssid] = count_dict.get(ssid, 0) + 1

# 按计数降序排序，计数相同则按SSID名称升序排列
sorted_items = sorted(count_dict.items(), key=lambda x: (-x[1], x[0]))

# 格式化输出匹配预期格式
output_arr = []
for ssid, cnt in sorted_items:
    output_arr.append("%s: %d" % (ssid, cnt))
print ", ".join(output_arr)

方案说明 #

• 用字典的get方法做兼容处理：如果key不存在就返回默认值0，无需提前判断key是否在字典中，所有出现的SSID都会自动纳入统计，不需要提前写死任何过滤规则
• 排序逻辑通过sorted函数配合lambda表达式实现，-x[1]表示按计数倒序排列，符合高频在前的需求
• 全程使用Python2.6原生语法，无需引入任何额外第三方依赖，也不用升级Python版本

内容的提问来源于stack exchange，提问作者jamreg