如何利用python实现词频统计功能

import re
 
def getword():
  # 读取文件
  f=open('read.txt','r',encoding='utf-8')
  # 将大写转化成小写
  word=f.read().lower()
  # 关闭文件
  f.close()
  #利用正则除去特殊字符|\符+
  list=re.split('\s+|\,+|\.+|\!+|\:+|\?+|\;+|\(+|\)+|\-+|\_+|\=+|\++|\“+|\、+|\/+|\{+|\}+|\”+|\：+|\。+|\“+|\[+|\]+|\【+|\】+|\—+|\%+|\"+',word)
  # 遍历列表 去除列表中的空格
  i = 0
  while i < len(list):
 if list[i] == '':
list.remove(list[i])
i -= 1
 i += 1
 
  # for a in list:
  #if a == "":
  #list.remove(a)
 #用for循环的话如果存在多个空字符串 其列表会随时发生变化，导致无法正常删除空字符串 所以在使用for…in循环遍历列表时，最好不要对元素进行增删操作
 
#  对于others'优化 如果最后一个字符是‘就将'其去掉
  for i in range(len(list)):
 l=list[i]
 if list[i][-1] == "'":
list[i] = list[i][:-1]
  return list
 
 
 
 
 

from getfilewords import getword
 
def statistics():
 dict={}  #定义一个空的字典，在后面的运算中逐步添加数据
 words=getword()
 for word in words: #遍历整个列表
  if word in dict.keys():  #判断当前单词是否已经存在 dict.keys()是已存进字典中的单词
# 补充：keys() 方法用于返回字典中的所有键；
# values() 方法用于返回字典中所有键对应的值；
#详情见Test1
dict[word]=dict[word]+1  #在当前单词的个数上加 1
  else:
dict[word]=1  #当前单词第一次出现时 会把单词写入dict字典里 格式为 ‘单词'=1
#排序
 w_order=sorted(dict.items(),key=lambda x:x[1],reverse=True)
# print(dict.items())
# dict.items()返回的是列表
# 按字典集合中，每一个元组的第二个元素排列。
# sorted会对dict.items()这个list进行遍历，把list中的每一个元素，也就是每一个tuple()当做x传入匿名函数lambda x：x[1],函数返回值为x[1]
# reverse属性True为降序 False为升序
 return w_order #返回排序后的列表

from WordStatistics import statistics
def writefile():
 w_order=statistics()
 f = open('result.txt', 'w',encoding='utf-8')
 print("文章单词总个数:",+len(getword()),file=f)
 print("文章单词总个数:", +len(getword()))
 
 # 写入文件
 print("词频最高的10个单词和次数",file=f)
 print("词频最高的10个单词和次数")
 
 w_order10=w_order[:10]#将列表的前十位提取并且遍历 输出key(单词)和values(次数)
 for key,values in w_order10:
  print(key,':',values,file=f)
  print(key, ':', values)
 
 #遍历列表中的所有数据
 print("统计结果",file=f)
 for key,values in w_order:
  print(key,':',values,file=f)
 f.close()#关闭文件

import os
 
from writefile import writefile
 
print("词频统计软件")
print("正在统计中。。。")
print("统计成功，结果保存到result.txt")
writefile()
print("程序运行结束")
os.system("pause")