python西游记词频统计

以下是Python实现《西游记》词频统计的代码和步骤：

1. 读取《西游记》文本文件

with open('xyj.txt', 'r', encoding='utf-8') as f:
    text = f.read()

2. 使用正则表达式去除文本中的非汉字字符

import re

text = re.sub('[^\u4e00-\u9fa5]', '', text)

3. 统计每个汉字出现的次数

from collections import Counter

counter = Counter(text)

4. 统计不同汉字的个数

num_unique_chars = len(counter)

5. 找出出现次数最多的前10个汉字

most_common = counter.most_common(10)

6. 将结果保存到json文件中

import json

result = {
    'num_unique_chars': num_unique_chars,
    'most_common': most_common,
    'counter': dict(counter)
}

with open('result.json', 'w', encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=4)