背景介绍

本项目旨在实现对文本文件中单词的统计功能。通过读取文本内容并统计其中出现的单词频率，可帮助开发者掌握文本数据解析的核心技术点。本例实现采用Python语言，通过文件读取与字典统计的方式，直接在本地环境运行，无需依赖外部框架。该程序可扩展为处理更多文本格式，例如JSON或XML数据。

思路分析

1. 文件读取：使用open()函数读取指定文件，并注意文件路径的正确性。
2. 单词处理：采用Python内置的split()方法，或使用re.split()处理多行文本，确保单词的正确分割。
3. 统计逻辑：利用字典（collections.defaultdict）或字典（dict）进行单词出现次数的统计。
4. 输出格式：将结果以列表形式输出，避免使用其他格式（如JSON或XML），保持代码的简洁性。

代码实现

import os

def count_words_in_file(file_path):
    # 检查文件是否存在
    if not os.path.isfile(file_path):
        raise FileNotFoundError(f"文件 {file_path} 不存在")

    # 读取文件内容
    with open(file_path, 'r', encoding='utf-8') as f:
        content = f.read()

    # 分割文本，忽略空格和换行符
    words = re.findall(r'\w+', content)

    # 统计单词出现次数
    from collections import defaultdict
    word_dict = defaultdict(int)
    for word in words:
        word_dict[word] += 1

    return word_dict

# 示例使用
if __name__ == "__main__":
    input_file = "input.txt"
    result = count_words_in_file(input_file)

    # 输出结果
    print("统计结果如下：")
    for word, count in result.items():
        print(f"{word}: {count}")

总结

本项目实现了文本文件中单词的统计功能，通过Python语言的简洁实现，展示了文件处理与数据统计的核心技术。该程序可扩展为处理多语言文本、更复杂的统计需求，同时提升了对文本数据解析的了解。开发者可借此提升自己的数据处理能力，为后续编程项目积累实践经验。