Question

我在python中编写了一个字数统计代码。

我想从以下页面获取每个单词的文字和频率： http://www.holybible.or.kr/B_NIV/cgi/bibleftxt.php?VR=NIV&VL=1&CN=1&CV=99

问题是我的节目给了我字数除以每节经文，但我希望它不分开。

请帮助我。

library(rvest)

data<-read_html("https://www.motorola.com/us/products/moto-z-force-droid-edition")

price<-data%>%
html_nodes(".price-amount")%>%
html_text()
print(price)

Answer 1

您正在为每节经文构建一个新的word_count字典，然后您只打印word_count这节经文。相反，您只需要一个word_count实例。

更新：代码还存在其他问题，另外您应该使用正则表达式删除所有非字母数字字符，此外还应使用collections.Counter，因为它会使您的代码成为更短，并且，作为一个很好的副作用，让你检索最常见的单词：

import requests
import re
from bs4 import BeautifulSoup
from collections import Counter


def parse(url):
    html = requests.get(url).text
    soup = BeautifulSoup(html, "html.parser")
    count = Counter()
    for bible_text in soup.findAll('font', {'class': 'tk4l'}):
        text = re.sub("[^\w0-9 ]", "", bible_text.get_text().lower())
        count.update(text.split(" "))
    return count

word_count = parse('http://www.holybible.or.kr/B_NIV/cgi/bibleftxt.php?VR=NIV&VL=1&CN=1&CV=99')
print(word_count.most_common(10))

输出：

[('the', 83), ('and', 71), ('god', 30), ('was', 29), ('to', 22), ('it', 17), ('of', 16), ('there', 16), ('that', 15), ('in', 15)]

使用python的字计数器

1 个答案: