python 文本单词提取和词频统计的实例

python 文本单词提取和词频统计的实例文本单词提取和词频统计的实例

今天小编就为大家分享一篇python 文本单词提取和词频统计的实例，具有很好的参考价值，希望对大家有所帮

助。一起跟随小编过来看看吧

这些对文本的操作经常用到， 那我就总结一下。 陆续补充。。。

操作：操作：

strip_html(cls, text) 去除html标签

separate_words(cls, text, min_lenth=3) 文本提取

get_words_frequency(cls, words_list) 获取词频

text is String

"""

new_text = " "

is_html = False

for character in text:

if character == "<":

is_html = True

elif character == ">":

is_html = False

new_text += " "

Separate text into words in list.

"""

splitter = re.compile("\W+")

return [s.lower() for s in splitter.split(text) if len(s) > min_lenth]

@classmethod

def get_words_frequency(cls, words_list):

"""

Get frequency of words in words_list.

return a dict.

"""