You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
from cppy . cp_util import *
def extract_words ( obj , path_to_file ) :
"""
从文件中提取单词并存储在对象的 ' data ' 字段中。
Args:
obj (dict): 存储数据的字典对象。
path_to_file (str): 文件路径。
"""
obj [ ' data ' ] = extract_file_words ( path_to_file )
def increment_count ( obj , w ) :
"""
增加单词的计数。如果单词不存在，
参数:
obj (dict): 存储单词频率的字典对象。
w (str): 单词。
"""
obj [ ' freqs ' ] [ w ] = 1 if w not in obj [ ' freqs ' ] else obj [ ' freqs ' ] [ w ] + 1
# 数据存储对象，包含初始化和获取单词的方法
data_storage_obj = {
' data ' : [ ] , # 存储单词列表
' init ' : lambda path_to_file : extract_words ( data_storage_obj , path_to_file
) , # 初始化方法，提取文件中的单词
' words ' : lambda : data_storage_obj [ ' data ' ] # 获取单词列表的方法
}
# 单词频率对象，包含增加计数和排序的方法
word_freqs_obj = {
' freqs ' : { } , # 存储单词频率的字典
' increment_count ' :
lambda w : increment_count ( word_freqs_obj , w ) , # 增加单词计数的方法
' sorted ' : lambda : sort_dict ( word_freqs_obj [ ' freqs ' ] ) # 获取排序后的单词频率的方法
}
if __name__ == ' __main__ ' :
# 初始化数据存储对象，提取文件中的单词
data_storage_obj [ ' init ' ] ( testfilepath )
# 遍历单词列表，增加单词的计数
for word in data_storage_obj [ ' words ' ] ( ) :
word_freqs_obj [ ' increment_count ' ] ( word )
# 获取排序后的单词频率并打印
word_freqs = word_freqs_obj [ ' sorted ' ] ( )
print_word_freqs ( word_freqs )
