########################################################################### # Copyright 2019 (C) Hui Lan <hui.lan@cantab.net> # Written permission must be obtained from the author for commercial uses. ########################################################################### import collections import string import operator import os, sys # 引入模块sys,因为我要用里面的sys.argv列表中的信息来读取命令行参数。 import pickle_idea def freq(fruit): ''' 功能: 把字符串转成列表。 目的是得到每个单词的频率。 输入: 字符串 输出: 列表, 列表里包含一组元组,每个元组包含单词与单词的频率。 比如 [('apple', 2), ('banana', 1)] 注意事项: 首先要把字符串转成小写。原因是。。。 ''' result = [] fruit = fruit.lower() # 字母转小写 flst = fruit.split() # 字符串转成list c = collections.Counter(flst) result = c.most_common() return result def youdao_link(s): # 有道链接 link = 'http://youdao.com/w/eng/' + s + '/#keyfrom=dict2.index'# 网址 return link def file2str(fname):#文件转字符 f = open(fname) #打开 s = f.read() #读取 f.close() #关闭 return s def remove_punctuation(s): # 这里是s是形参 (parameter)。函数被调用时才给s赋值。 special_characters = '_©~=+[]*&$%^@.,?!:;#()"“”—‘’' # 把里面的字符都去掉 for c in special_characters: s = s.replace(c, ' ') # 防止出现把 apple,apple 移掉逗号后变成 appleapple 情况 s = s.replace('--', ' ') s = s.strip() # 去除前后的空格 if '\'' in s: n = len(s) t = '' # 用来收集我需要保留的字符 for i in range(n): # 只有单引号前后都有英文字符,才保留 if s[i] == '\'': i_is_ok = i - 1 >= 0 and i + 1 < n if i_is_ok and s[i-1] in string.ascii_letters and s[i+1] in string.ascii_letters: t += s[i] else: t += s[i] return t else: return s def sort_in_descending_order(lst):# 单词按频率降序排列 lst2 = sorted(lst, reverse=True, key=lambda x: (x[1], x[0])) return lst2 def sort_in_ascending_order(lst):# 单词按频率降序排列 lst2 = sorted(lst, reverse=False, key=lambda x: (x[1], x[0])) return lst2 def make_html_page(lst, fname): ''' 功能:把lst的信息存到fname中,以html格式。 ''' s = '' count = 1 for x in lst: # <a href="">word</a> s += '<p>%d <a href="%s">%s</a> (%d)</p>' % (count, youdao_link(x[0]), x[0], x[1]) count += 1 f = open(fname, 'w') f.write(s) f.close() ## main(程序入口) if __name__ == '__main__': num = len(sys.argv) if num == 1: # 从键盘读入字符串 s = input() elif num == 2: # 从文件读入字符串 fname = sys.argv[1] s = file2str(fname) else: print('I can accept at most 2 arguments.') sys.exit()# 结束程序运行, 下面的代码不会被执行了。 s = remove_punctuation(s) # 这里是s是实参(argument),里面有值 L = freq(s) for x in sort_in_descending_order(L): print('%s\t%d\t%s' % (x[0], x[1], youdao_link(x[0])))#函数导出 # 把频率的结果放result.html中 make_html_page(sort_in_descending_order(L), 'result.html') print('\nHistory:\n') if os.path.exists('frequency.p'): d = pickle_idea.load_record('frequency.p') else: d = {} print(sort_in_descending_order(pickle_idea.dict2lst(d))) # 合并频率 lst_history = pickle_idea.dict2lst(d) d = pickle_idea.merge_frequency(L, lst_history) pickle_idea.save_frequency_to_pickle(d, 'frequency.p')