You need to enable JavaScript to run this app. Python统计指定词列表在目录下多个文本文件中的出现情况
优惠活动
大模型
产品
解决方案
定价
更多

Python统计指定词列表在目录下多个文本文件中的出现情况

实现思路

  • 初始化两个字典分别存储两类统计结果:word_exist 记录词汇是否在任意文件中出现,初始值为False;word_count记录词汇总出现次数,初始值为0
  • 遍历每个文件拆分出词汇列表后,可按需做大小写统一处理,避免大小写差异导致匹配失效
  • 逐个匹配待查询词汇,实时更新两个统计字典的数值
  • 全部文件遍历完成后直接输出统计结果即可

完整可运行代码

import re

# 提前准备好的待查询词汇列表
list_words = ["你的待查词1", "你的待查词2", "你的待查词3"]
# 替换为你的目标目录路径
directory = "/xxx/目标目录/"

# 初始化统计容器
word_exist = {word: False for word in list_words}
word_count = {word: 0 for word in list_words}

# 遍历文件(修正原有代码的资源泄漏问题)
for i in range(1, 10):
    file_path = directory + 'text' + str(i)
    # 用with上下文管理器自动关闭文件,避免资源泄漏
    with open(file_path, 'r', encoding='utf-8') as f:
        textfile = f.read()
    # 拆分词汇,加r前缀避免转义错误
    words_in_textfile = re.split(r'\W{1,}', textfile)
    # 可选:统一转为小写匹配,不需要可删除该行
    words_in_textfile = [w.lower() for w in words_in_textfile]

    # 统计当前文件的匹配情况
    for word in list_words:
        # 统一转小写匹配,不需要区分大小写可删除.lower()
        match_word = word.lower()
        current_cnt = words_in_textfile.count(match_word)
        if current_cnt > 0:
            word_exist[word] = True
            word_count[word] += current_cnt

# 输出结果
print("词汇出现情况:")
for word, exist in word_exist.items():
    print(f"{word}:{'出现过' if exist else '未出现'}")

print("\n词汇总出现次数:")
for word, cnt in word_count.items():
    print(f"{word}:{cnt}次")

注意事项

  • 需要区分词汇大小写的话,删除代码中所有.lower()相关的处理逻辑即可
  • 若目标文件编码不是utf-8,修改open方法中的encoding参数为对应编码即可(比如gbk)
  • 若待统计词汇包含多词短语或特殊字符,可按需调整re.split的拆分规则,或者直接用字符串全局匹配的方式统计次数

内容的提问来源于stack exchange,提问作者Olive

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 02:27:04