编写程序统计一个英文文本文件中每个单词的出现次数（词频统计），并将统计结果按单词字典序输出到屏幕上。

好的，可以使用 Python 编写程序来实现该功能。以下是一个示例代码：

import re

# 读取文本文件
with open('example.txt', 'r') as f:
    text = f.read()

# 将所有非单词字符替换为空格
text = re.sub(r'\W+', ' ', text)

# 将文本转换为小写
text = text.lower()

# 将文本分割为单词列表
words = text.split()

# 统计每个单词出现的次数
word_count = {}
for word in words:
    if word not in word_count:
        word_count[word] = 0
    word_count[word] += 1

# 按单词字典序排序并输出结果
sorted_words = sorted(word_count.keys())
for word in sorted_words:
    print(word, word_count[word])

在上面的代码中，我们使用正则表达式将所有非单词字符替换为空格，然后将文本转换为小写，最后将文本分割为单词列表。接着，我们使用一个字典来统计每个单词出现的次数。最后，我们按单词字典序排序并输出结果。

你可以将上述代码保存为一个 Python 文件，并将需要统计的英文文本文件放在与该 Python 文件同一目录下，然后在命令行中运行该 Python 文件即可。

相关问题

用c语言编写程序统计一个英文文本文件中每个单词的出现次数（词频统计），并将统计结果按单词字典序输出到屏幕上。

以下是一个简单的C语言程序，可以实现指定英文文本文件的单词词频统计，并按字典序输出结果。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>

#define MAX_WORD_LEN 100

struct node {
    char word[MAX_WORD_LEN];
    int count;
    struct node *left;
    struct node *right;
};

struct node *root = NULL;

void insert_word(char *word) {
    struct node *p = root, *prev = NULL;
    int res;

    while (p != NULL) {
        prev = p;
        res = strcmp(word, p->word);
        if (res < 0) {
            p = p->left;
        } else if (res > 0) {
            p = p->right;
        } else {
            p->count++;
            return;
        }
    }

    struct node *new_node = (struct node *)malloc(sizeof(struct node));
    strcpy(new_node->word, word);
    new_node->count = 1;
    new_node->left = new_node->right = NULL;

    if (prev == NULL) {
        root = new_node;
    } else if (res < 0) {
        prev->left = new_node;
    } else {
        prev->right = new_node;
    }
}

void traverse(struct node *p) {
    if (p == NULL) {
        return;
    }
    traverse(p->left);
    printf("%s: %d\n", p->word, p->count);
    traverse(p->right);
}

void free_tree(struct node *p) {
    if (p == NULL) {
        return;
    }
    free_tree(p->left);
    free_tree(p->right);
    free(p);
}

int main(int argc, char *argv[]) {
    if (argc != 2) {
        fprintf(stderr, "Usage: %s <file>\n", argv[0]);
        exit(1);
    }

    FILE *fp = fopen(argv[1], "r");
    if (fp == NULL) {
        fprintf(stderr, "Can't open %s\n", argv[1]);
        exit(1);
    }

    char word[MAX_WORD_LEN];
    int c;
    int len = 0;

    while ((c = fgetc(fp)) != EOF) {
        if (isalpha(c)) {
            if (len < MAX_WORD_LEN - 1) {
                word[len++] = tolower(c);
            }
        } else {
            if (len > 0) {
                word[len] = '\0';
                insert_word(word);
                len = 0;
            }
        }
    }

    if (len > 0) {
        word[len] = '\0';
        insert_word(word);
    }

    traverse(root);
    free_tree(root);

    fclose(fp);
    return 0;
}

程序使用二叉搜索树来统计单词的出现次数，每读取一个单词，就在二叉搜索树中查找该单词是否已经存在，如果存在，则增加它的计数器，如果不存在，则插入一个新节点，并将计数器设为1。最后，使用中序遍历来按字典序输出所有单词及其出现次数，并释放二叉搜索树所占用的内存。

程序运行时需要指定一个文本文件的路径作为参数，例如：

$ ./wordcount book.txt

其中`book.txt`是要统计的文本文件。

拓展训练：请编写程序，对一段英文文本，统计其中所有不同单词的个数，以及词频最大的前10%的单词。 所谓“单词”，是指由不超过80个单词字符组成的连续字符串，但长度超过15的单词将只截取保留前15个单词字符。而合法的“单词字符”为大小写字母、数字和下划线，其它字符均认为是单词分隔符。 输入格式: 输入给出一段非空文本，最后以符号#结尾。输入保证存在至少10个不同的单词。 输出格式: 在第一行中输出文本中所有不同单词的个数。注意“单词”不区分英文大小写，例如“PAT”和“pat”被认为是同一个单词。 随后按照词频递减的顺序，按照词频:单词的格式输出词频最大的前10%的单词。若有并列，则按递增字典序输出。 输入样例： This is a test. The word "this" is the word with the highest frequency. Longlonglonglongword should be cut off, so is considered as the same as longlonglonglonee. But this_8 is different than this, and this, and this...# this line should be ignored. 输出样例：（注意：虽然单词the也出现了4次，但因为我们只要输出前10%（即23个单词中的前2个）单词，而按照字母序，the排第3位，所以不输出。） 23 5:this 4:is

下面是Python实现的代码：

import re

# 读入文本
text = ''
while True:
    line = input().strip()
    if line == '#':
        break
    text += line.lower() + ' '

# 用正则表达式提取单词
words = re.findall(r'\b\w{1,80}\b', text)

# 统计单词频数
word_dict = {}
for word in words:
    if len(word) > 15:
        word = word[:15]
    if word in word_dict:
        word_dict[word] += 1
    else:
        word_dict[word] = 1

# 输出不同单词数
print(len(word_dict))

# 输出词频最大的前10%的单词
n = int(len(word_dict) * 0.1)
top_words = sorted(word_dict.items(), key=lambda x: (-x[1], x[0]))[:n]
for i, (word, freq) in enumerate(top_words):
    print(f"{i+1}:{word}:{freq}")

代码思路：

首先读入文本，将所有的单词转换为小写，并用正则表达式提取出单词。然后遍历单词列表，统计每个单词的频数，存储在字典中。接下来，按照字典序和词频排序，输出前10%的单词。注意，题目要求词频相同的单词按字典序递增输出，所以在排序时要同时考虑词频和字典序。