Python统计文本文件中字符串出现次数的两种实现方式

沈亦白

发布时间：2026-10-13 | 5人浏览过

原创

本文介绍在Python中统计文本文件内特定字符串出现次数的两种常用方法。首先通过两次split操作处理包含换行符和斜杠分隔符的数据，利用字典累计词频；随后展示使用re.split结合正则表达式一次性分割多种分隔符的更高效方案，并附带完整代码示例及注意事项。

Python统计文件字符串数量：split与正则表达式实战示例

题目要求：

假设有一个txt文件，其内部数据遵循特定的格式结构：

C4D\n\nC4D/maya\n\nC4D\n\nC4D/su\n\nC4D/max/AE

目标是对文件中各个独立的字段（例如C4D、maya等）进行出现次数的统计。

实现思路的第一步是读取文件内容，并将原始数据提取为可用的列表形式：


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

需要注意的关键点在于，文件中的数据是由换行符“\n”和斜杠“/”两种分隔符共同分割而成的，因此需要进行两次split操作才能完全拆分数据。

接下来定义一个字典用于存储统计结果，遍历提取后的数据并执行计数逻辑，具体代码如下：


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

主函数的调用方式如下：


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

最终运行结果如下：


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

代码逻辑说明：

1，


print(type(word)) 
print(type(splitData[0]))

输出结果为：


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

这里需要理解的是，当执行splitData.extend()之后，原本属于list类型的数据被转换并存储为str类型的元素。只有针对str类型的数据，才能继续使用split函数进行进一步分割。

2，


import os 
print(os.getcwd())

此方法可以输出当前代码执行所在的目录位置，对于调试文件读取路径非常有用。

在读取文件并对内容进行切分时，如果涉及的分隔符种类较多，使用re.split()正则表达式分割方法会更加便捷，示例如下：


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]

以上关于Python统计文件中字符串数目的示例分享完毕，希望能为读者提供有效的参考，也欢迎大家继续支持本站获取更多技术内容。