#你有一个目录，放了你一个月的日记，都是 txt，为了避免分词的问题，假设内容都是英文，请统计出你认为每篇日记最重要的词1.txt：i love you beijing2.txt：i love you beijing hello world3.txt：today is a good day源码：
import os,re
def find_word(file_path):
file_list=os.listdir(file_path)
#文件列表
word_dict=
{}
word_re=re.compile(r
'[\w]+')
#字符串前面加上r表示原生字符串，\w 匹配任何字类字符，包括下划线。与“[A-Za-z0-9_]”等效
for file_name
in file_list:
if os.path.isfile(file_name)
and os.path.splitext(file_name)[1]==
'.txt':
#os.path.splitext('c:\\csv\\test.csv') 结果('c:\\csv\\test', '.csv')
try:
f=open(file_name,
'r')
data=
f.read()
f.close()
words=word_re.findall(data)
#findall()返回的是括号所匹配到的结果（如regex1），多个括号就会返回多个括号分别匹配到的结果（如regex），如果没有括号就返回就返回整条语句所匹配到的结果(如regex2)
for word
in words:
if word
not in word_dict:
word_dict[word]=1
#从1为索引保存单词
else:
word_dict[word] +=1
except:
print(
'open %s Error' %
file_name)
result_list=sorted(word_dict.items(),key=
lambda t :t[1],reverse=True)
#t[0]按key排序，t[1]按value排序？ 取前面系列中的第二个参数做排序
for key,value
in result_list:
print(
'word',key,
'appears %d times' %
value)
if __name__==
'__main__':
find_word('.')
结果：
('word', 'beijing', 'appears 2 times')('word', 'love', 'appears 2 times')('word', 'i', 'appears 2 times')('word', 'you', 'appears 2 times')('word', 'a', 'appears 1 times')('word', 'good', 'appears 1 times')('word', 'is', 'appears 1 times')('word', 'day', 'appears 1 times')('word', 'world', 'appears 1 times')('word', 'hello', 'appears 1 times')('word', 'today', 'appears 1 times')
sort 与 sorted 区别：
sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。
sorted 语法：
sorted(iterable, cmp=None, key=None, reverse=False)
参数说明：
iterable -- 可迭代对象。cmp -- 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。reverse -- 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。
转载于:https://www.cnblogs.com/facexiaoxi/p/8567622.html
