分词, 排序毛毛雨

额, 咋说呢…直接看吧, 就是把一段文章的重点挑出来

# 导入第三方模块
import jieba  # 用于中文句子的切词
import collections  # 用于词频的排序

# 读入文本
getted_text = open('C:\\Users\\lenovo\\Desktop\\a.txt', encoding='gbk')
read_text = getted_text .readlines()

# 将文本各段内容拼接为一个整体
whole_text = ''.join(read_text)
# 删除特殊字符，如“\n”
whole_text = whole_text.replace('\n', '')

# 对文本内容切词，并保留1个长度以上的词
words_list = []
for i in jieba.lcut(whole_text):
    # 通过逻辑判断，保留至少包含两个字符的词
    if len(i) > 1:
        words_list.append(i)

# 词频统计，并将词频结果存储到字典中
cipin = {}
for i in set(words_list):
    cipin[i] = words_list.count(i)

# 对词频结果做排序
print(collections.Counter(cipin).most_common())

文本如图

结果如图

那很明显这个文本内容就是和劳动仲裁相关的, 可能一段文本看不出来啥, 但是数量多起来的情况下, 你想直到核心就可以直接很简便的获得了, 并且用得好的情况还能分析出更多的东西哦 😊