我正在尝试快速学习中文。一个很好的工具是在阅读出现汉字的文本之前先学习每个汉字。
我想要一个函数,它可以读取一个文本文件,识别每个汉字并按出现次数分类。
当涉及到编程时,我完全是个新手,但我准备用Python或任何我能快速学习的语言尝试一下。
例如,输入:
我妹妹现在在北京
输出:
在 - 2
妹 - 2
我 - 1
现 - 1
北 - 1
京 - 1
作为提醒,汉字数量超过4万个,但每天使用的5000个已足够。
使用Python3:
from collections import Counter
print(Counter(open("test.txt").read()))
Counter({'妹': 2, '在': 2, '现': 1, '京': 1, '我': 1, ' ': 1, '北': 1}
如果使用 Python 2,请使用 io.open
:
from io import open
print(Counter(open("test.txt").read()))
Counter({u'\u5728': 2, u'\u59b9': 2, u' ': 1, u'\u4eac': 1, u'\u6211': 1, u'\u73b0': 1, u'\u5317': 1})