如何在Python中读取指定文本文件并以表格形式提取关键词？

嘿，我来帮你搞定这个Python读取文件+关键词表格展示的需求！下面分步骤给你讲清楚怎么实现，代码都是可直接运行的：

首先，我们可以用input()获取用户输入的文件名，再用Python的with语句安全读取文件（它会自动帮你关闭文件，避免资源泄漏）。这里还加了异常处理，防止文件找不到或者编码错误导致程序崩溃：

def read_text_file(file_name):
    try:
        # 优先用utf-8编码读取
        with open(file_name, 'r', encoding='utf-8') as file:
            return file.read()
    except FileNotFoundError:
        print(f"❌ 错误：找不到文件 '{file_name}'，请检查文件名或路径是否正确")
        return None
    except UnicodeDecodeError:
        print(f"⚠️ 提示：utf-8编码读取失败，尝试用gbk编码重试")
        try:
            with open(file_name, 'r', encoding='gbk') as file:
                return file.read()
        except:
            print(f"❌ 无法读取文件 '{file_name}'，请检查文件格式")
            return None

# 获取用户输入的文件名
file_name = input("请输入要读取的文本文件名（比如 'test.txt' 或 './data/article.txt'）：")
content = read_text_file(file_name)

关键词提取可以分基础版和进阶版：

基础版（纯Python实现，无需额外安装库） #

这种方式适合快速处理英文文本，我们会先把文本转小写、去掉标点，过滤掉无意义的停用词（比如the、and），最后统计词频取Top N：

import string
from collections import Counter

def extract_keywords(text, top_n=10):
    # 文本预处理：转小写、移除标点
    text = text.lower()
    text = text.translate(str.maketrans('', '', string.punctuation))
    
    # 分割成单词列表
    words = text.split()
    
    # 定义停用词（可以根据需求自行添加）
    stop_words = {'the', 'and', 'of', 'a', 'to', 'in', 'is', 'it', 'you', 'that', 'this', 'on', 'for'}
    
    # 过滤停用词
    filtered_words = [word for word in words if word not in stop_words]
    
    # 统计词频，取top_n个关键词
    word_counts = Counter(filtered_words)
    return word_counts.most_common(top_n)

# 提取关键词（如果文件读取成功的话）
if content:
    keywords = extract_keywords(content)

进阶版（用专业NLP库，更准确） #

如果需要处理更复杂的文本（比如分词更精准、支持更多语言），可以用nltk库。先安装依赖：pip install nltk，然后代码如下：

import nltk
from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize
from collections import Counter

# 第一次运行需要下载必要的模型和停用词库
nltk.download('punkt')
nltk.download('stopwords')

def extract_keywords_advanced(text, top_n=10):
    # 智能分词（比split()更准确，能处理带连字符的单词等）
    words = word_tokenize(text.lower())
    
    # 获取英文停用词（如果处理中文可以用jieba库）
    stop_words = set(stopwords.words('english'))
    
    # 过滤停用词和非字母单词
    filtered_words = [word for word in words if word.isalpha() and word not in stop_words]
    
    # 统计词频
    word_counts = Counter(filtered_words)
    return word_counts.most_common(top_n)

# 调用进阶版提取函数
if content:
    keywords_advanced = extract_keywords_advanced(content)

我们可以用两种方式输出表格：

基础版（纯Python打印，无需额外库） #

自己实现简单的表格格式：

def print_simple_table(keywords):
    # 打印表头
    print(f"\n{'关键词':<15} {'出现次数':<10}")
    print("-" * 25)
    # 打印每行数据
    for word, count in keywords:
        print(f"{word:<15} {count:<10}")

# 打印表格
if content:
    print_simple_table(keywords)

进阶版（用tabulate库，美观的表格） #

安装tabulate库：pip install tabulate，然后可以生成各种格式的表格（比如grid、markdown格式）：

from tabulate import tabulate

def print_pretty_table(keywords):
    # 准备表格数据：表头+关键词数据
    table_data = [["关键词", "出现次数"]] + keywords
    # 打印grid格式的表格，也可以换成 'markdown'、'pretty' 等格式
    print("\n关键词统计结果：")
    print(tabulate(table_data, headers="firstrow", tablefmt="grid"))

# 打印美观表格
if content:
    print_pretty_table(keywords)

把上面的功能整合到一起，就是一个完整的小工具：

import string
from collections import Counter
from tabulate import tabulate

def read_text_file(file_name):
    try:
        with open(file_name, 'r', encoding='utf-8') as file:
            return file.read()
    except FileNotFoundError:
        print(f"❌ 错误：找不到文件 '{file_name}'")
        return None
    except UnicodeDecodeError:
        print(f"⚠️ 提示：utf-8编码读取失败，尝试用gbk编码重试")
        try:
            with open(file_name, 'r', encoding='gbk') as file:
                return file.read()
        except:
            print(f"❌ 无法读取文件 '{file_name}'")
            return None

def extract_keywords(text, top_n=10):
    text = text.lower()
    text = text.translate(str.maketrans('', '', string.punctuation))
    words = text.split()
    stop_words = {'the', 'and', 'of', 'a', 'to', 'in', 'is', 'it', 'you', 'that', 'this', 'on', 'for'}
    filtered_words = [word for word in words if word not in stop_words]
    word_counts = Counter(filtered_words)
    return word_counts.most_common(top_n)

def print_pretty_table(keywords):
    table_data = [["关键词", "出现次数"]] + keywords
    print("\n关键词统计结果：")
    print(tabulate(table_data, headers="firstrow", tablefmt="grid"))

if __name__ == "__main__":
    file_name = input("请输入要读取的文本文件名：")
    content = read_text_file(file_name)
    if content:
        print("\n✅ 文件读取成功，正在提取关键词...")
        keywords = extract_keywords(content)
        print_pretty_table(keywords)

内容的提问来源于stack exchange，提问作者faezeT