사전을 사용하여 텍스트 파일에서 가장 많이 발생하는 단어 찾기

몇 가지 문제가 있습니다.

첫 번째 for email in matches는 텍스트 파일의 각 행에 대해 루프가 호출된다는 것입니다.

for lines in handle :
    # look for specific characters in document text
    if not lines.startswith("From ") : continue
    # increment the count variable for each math found
    lines.split()
    # append the required lines to the matches list
    matches.append(lines)

# loop through the list to acess each line individually
for email in matches:

그래서 그 변화로 당신은 알다시피 경기를 한 번 반복합니다.

그런 다음 각 경기에서 하나만 있다는 것을 알고 있으므로 찾기를 다음과 같이 변경할 수 있습니다.

found = re.findall(r'[\w\.-]+@[\w\.-]+', out)[0]

내가 변경 한 각 항목의 수를 계산하려면 :

# loop through the found emails and print them out
for i in found :
    i.split()
    addy.append(i)
    for i in addy:
        counts[i] = counts.get(i, 0) + 1
        maximum = max(counts, key=counts.get)

더 읽기 쉽게 :

if found in counts:
    counts[found] += 1
else:
    counts[found] = 1

그런 다음 항상 다음과 같이 저장하는 대신 끝에 최대 값을 얻을 수 있습니다.

print counts
print max(counts, key=lambda x : x[1])

통합하면 다음과 같은 이점이 있습니다.

import re

name = raw_input("Enter file:")
if len(name) < 1 : 
    name = "mbox-short.txt"
handle = open(name)
matches = []
addy = []
counts = dict()

for lines in handle :
    # look for specific characters in document text
    if not lines.startswith("From ") : continue
    # increment the count variable for each math found
    lines.split()
    # append the required lines to the matches list
    matches.append(lines)

# loop through the list to acess each line individually
for email in matches:
    # place values in variable
    out = email
    # looking through each line for any email add found
    found = re.findall(r'[\w\.-]+@[\w\.-]+', out)[0]
    # loop through the found emails and print them out
    if found in counts:
        counts[found] += 1
    else:
        counts[found] = 1

print counts
print max(counts, key=lambda x : x[1])

다음을 반환합니다.

{'[email protected]': 1, '[email protected]': 3, '[email protected]': 5, '[email protected]': 1, '[email protected]': 2, '[email protected]': 3, '[email protected]': 4, '[email protected]': 1, '[email protected]': 4, '[email protected]': 2, '[email protected]': 1}
[email protected]