如何使用REGEX读取txt文件统计单词出现次数并存储到字典中

核心逻辑 #

• 核心正则规则用 [a-zA-Z]+ 匹配所有连续纯字母序列，自动过滤数字、特殊符号
• 提取到的所有单词统一转小写，实现不区分大小写统计
• 统计每个单词的出现次数，转成字典格式输出

完整代码示例 #

简洁版（用内置计数工具实现） #

import re
from collections import Counter

# 替换为你的txt文件实际路径
file_path = "test.txt"
with open(file_path, 'r', encoding='utf-8') as f:
    content = f.read()

# 提取所有连续字母序列，统一转小写
words = [word.lower() for word in re.findall(r'[a-zA-Z]+', content)]

# 统计频次转字典
result = dict(Counter(words))
print(result)

新手易懂版（手动实现字典统计，无额外依赖） #

import re

file_path = "test.txt"
with open(file_path, 'r', encoding='utf-8') as f:
    content = f.read()

raw_words = re.findall(r'[a-zA-Z]+', content)
result = {}
for word in raw_words:
    lower_word = word.lower()
    if lower_word in result:
        result[lower_word] += 1
    else:
        result[lower_word] = 1

print(result)

规则说明 #

1. 正则表达式 [a-zA-Z]+ 中，[a-zA-Z] 表示匹配大小写英文字母，+ 表示匹配连续1个及以上的前面规则的字符，因此会自动忽略前后的数字、特殊符号，只提取纯字母组成的单词
2. 所有提取到的单词统一调用lower()方法转小写，即可实现不区分大小写的统计需求
3. 用你提供的示例文本测试，输出结果和你给出的预期完全一致：{'hello': 1, 'my': 2, 'name': 2, 'is': 2, 'jeff': 1, 'letters': 1, 'long': 1}

内容的提问来源于stack exchange，提问作者Nich