Python实现统计文件中以www开头的唯一字符串出现次数

嘿，刚入门Python是吧？这个统计以www开头字符串唯一出现次数的需求其实挺典型的，我给你捋个清晰的实现思路，附带可直接用的代码，保证你能看懂～

核心思路拆解 #

其实就四步，很简单：

• 读取文件内容，把内容拆分成单个字符串（按空白字符分割，包括空格、换行、制表符）
• 筛选出所有以www开头的字符串
• 用Python自带的工具统计每个字符串的出现次数
• 按你要的格式输出结果

基础实现代码（适合小文件） #

这个版本适合文件不大的情况，代码简洁易懂：

from collections import Counter

def count_www_strings(file_path):
    # 用with语句打开文件，会自动关闭，避免资源泄漏
    with open(file_path, 'r', encoding='utf-8') as f:
        # 读取全部内容，按空白字符分割成字符串列表
        all_words = f.read().split()
    
    # 用列表推导式筛选出以www开头的字符串
    www_words = [word for word in all_words if word.startswith('www')]
    
    # 用Counter统计每个字符串的出现次数，这是Python标准库的工具，超方便
    word_counts = Counter(www_words)
    
    # 循环输出结果，用f-string格式化字符串
    for word, count in word_counts.items():
        print(f"{word} - {count}")

# 把这里的'your_file.txt'替换成你实际的文件路径，比如'test.txt'
count_www_strings('your_file.txt')

进阶版（适合大文件） #

如果你的文件特别大（比如几百MB甚至几GB），一次性把所有内容读入内存可能会卡顿，那就用逐行处理的版本，内存占用会小很多：

from collections import Counter

def count_www_strings_large_file(file_path):
    # 先初始化一个Counter对象用来统计
    word_counts = Counter()
    
    with open(file_path, 'r', encoding='utf-8') as f:
        # 逐行读取文件，处理完一行就释放一行的内存
        for line in f:
            # 分割当前行的字符串
            words = line.split()
            # 筛选出当前行里以www开头的字符串
            www_words = [word for word in words if word.startswith('www')]
            # 更新统计结果
            word_counts.update(www_words)
    
    # 输出最终统计结果
    for word, count in word_counts.items():
        print(f"{word} - {count}")

count_www_strings_large_file('large_file.txt')

测试示例 #

比如你给的示例内容：

www_1.youtube.com www_1.youtube.com www_3.google.com www_1.youtube.com

把这段内容保存到test.txt里，运行上面的代码，就会得到你想要的输出：
www_1.youtube.com - 3
www_3.google.com - 1

内容的提问来源于stack exchange，提问作者DeepG