计算机二级python综合应用题（六）

考生文件夹下的文件data .txt 是一个来源于网上的技术信息资料。
问题1 ： （ 10 分）
问题2 ： （ 10 分）

问题1

在考生文件夹下给出了程序框架文件PY301 一l.py ， 补充代码完成程序。用python 语言中文分词
第三方库jieba 对文件data. txt 进行分词， 并选择长度大于等于3 个字符的关键词， 写入文件out1. txt ,每行一个关键词， 各行的关键词不重复， 输出顺序不做要求 ,例如：
人工智能
科幻小说

import jieba
f = open('data.txt','r')
lines=f.readlines()
f.close()
D=[]
for line in lines:
    wordList=jieba.lcut(line)#用结巴分词，对每行内容进行分词
    for word in wordList:
        if len(word)<3: #判断词长度，要大于等于3个长度
            continue
        else:
            if word not in D:
                D.append(word)
f=open('out1.txt','w')
f.writelines('\n'.join(D))            
f.close()

问题2

在考生文件夹下给出了程序框架文件PY301 一2 .py ， 补充代码完成程序。对文件data. txt 进行分词，对长度不少于3 个字符的关键词， 统计出现的次数， 按照出现次数由大到小的顺序输出到文件out2 .txt ， 每行一个关键词及其出现次数， 例如：
科学家： 2
达特茅斯： 1

import jieba
f=open("data.txt","r")
lines=f.readlines()
f.close()

d = {}
for line in lines:
    wordList=jieba.lcut(line) #用结巴分词，对每行内容进行分词
    for word in wordList:
        if len(word)<3:
            continue
        else:
            d[word]=d.get(word,0)+1
ls=list(d.items())
ls.sort(key=lambda x:x[1],reverse=True)#按照词频由高到低排序
            
f=open('out2.txt','w')
for i in range(len(ls)):
    f.write('{}:{}\n'.format(ls[i][0],ls[i][1]))
f.close()