Я написал код для подсчета слов в python.Счетчик слов с использованием python
Я хотел бы получить текст и частоту каждого слова из следующей страницы: http://www.holybible.or.kr/B_NIV/cgi/bibleftxt.php?VR=NIV&VL=1&CN=1&CV=99
Проблема заключается в том, что моя программа дает мне количество слов, деленное на каждый стихи, но я хочу неразделенной.
Пожалуйста, помогите мне в этом.
import requests
from bs4 import BeautifulSoup
import operator
def start(url):
word_list = []
source_code = requests.get(url).text
soup = BeautifulSoup(source_code, "html.parser")
for bible_text in soup.findAll('font', {'class': 'tk4l'}):
content = bible_text.get_text()
words = content.lower().split()
for each_word in words:
word_list.append(each_word)
clean_up_list(word_list)
def clean_up_list(word_list):
clean_word_list = []
for word in word_list:
symbols = "[email protected]#$%^&*()_+`{}|\"?><`-=\][';/.,']"
for i in range(0, len(symbols)):
word = word.replace(symbols[i], "")
if len(word) > 0:
clean_word_list.append(word)
create_dictionary(clean_word_list)
def create_dictionary(clean_word_list):
word_count = {}
for word in clean_word_list:
if word in word_count:
word_count[word] += 1
else:
word_count[word] = 1
for key, value in sorted(word_count.items(),key=operator.itemgetter(0)):
print(key, value)
start('http://www.holybible.or.kr/B_NIV/cgi/bibleftxt.php?VR=NIV&VL=1&CN=1&CV=99')
Спасибо, но почему бы вам избежать рассчитывать глобальное слово? –
это, как правило, плохая практика, см., Например, [Здесь] (http://stackoverflow.com/questions/19158339/why-are-global-variables-evil). В вашем примере вы можете столкнуться с проблемами, как только начнете использовать потоки для ускорения – hansaplast
Теперь, похоже, частота каждого слова добавляется к частоте тех же самых слов, которые уже появились. Например, предположим, что в стихе 2 появилось слово «отец», а в стихе 5 появился еще один «отец». Затем он дал мне 3 «отцов» стих 2 [отец] стих 3 [отец ] стих 4 [отец] стих 5 [отец, отец] -------- так всего 5 это трудно объяснить, но цифры неточны ... –