【python】统计文件中的字符串数目

题目：
一个txt文件中已知数据格式为：
C4D
C4D/maya
C4D
C4D/su
C4D/max/AE
统计每个字段出现的次数，比如C4D、maya

先读取文件，将文件中的数据抽取出来：

def getWords(filepath):
    file = open(filepath)
    wordOne=[]
    while(file):
        line = file.readline()
        word = line.split('/')
        wordOne.extend(word)
        if(not line):           #若读取结束了
            break  
    wordtwo=[]
    for i in wordOne:
        wordtwo.extend(i.split())
    return wordtwo

说明：这个有一个要注意的地方是文件是被”\n”,”/”两种格式分割而来的，因此需要split两次。
然后定义一个dict，遍历数据，代码如下所示：

def getWordNum(words):
    dictWord={}
    for i in words:
        if(i not in dictWord):
            dictWord[i]=0
        dictWord[i]+=1
    return dictWord

主函数的调用：

filepath='data/new.txt'
words = getWords(filepath)
dictword = getWordNum(words)
print(dictword)

结果：

{'C4D': 9, 'max': 1, 'su': 1, 'maya': 1, 'AE': 3}

说明：
1，
print(type(word))
print(type(splitData[0]))
输出为：

<class 'list'>
<class 'str'>

就是当splitData.extend()执行之后就将原本是list类型的数据转换成str类型的存储起来。只有对str类型的数据才能用split函数
2，
import os
print(os.getcwd())
这个可以输出当前所在位置，对于读取文件很有用。

在读入文件并对文件进行切分的时候，若是含有的切分词太多，那么使用re.split()方法是最方便的，如下所示：

filepath='data/new.txt'
file = open(filepath)        #读取文件
wordOne=[]
symbol = '\n/'              #定义分隔符
symbol = "["+symbol+"]"     #拼接正则表达式
while(file):
    line = file.readline()
    word = re.split(symbol,line)
    wordOne.extend(word)
    if(not line):
        break
#通过上式得到的list中会含有很多的空字符串，所以要去空
wordOne = [x for x in wordOne if x]