用jieba分词库,对文章进行分词几词频统计代码如下

import docx import jieba.posseg import time import os from collections import Counter

Define the base directory

base_dir = r”F:\20231220\词性分析\20240330处理文档”

Define input and output file paths using os.path.join

input_file_path = os.path.join(base_dir, “音频版05遇到贵人的科学方法.docx”) output_file_path = os.path.join(base_dir, “音频版05遇到贵人的科学方法jieba.docx”)

读取输入docx文档

input_doc = docx.Document(input_file_path)

定义存储标注文本的列表

text = []

存储每段标注文本

tagged_text = “”

词频统计字典

adj_counts = Counter() adverb_counts = Counter() noun_counts = Counter() prep_counts = Counter() verb_counts = Counter() conj_counts = Counter()

遍历每段文本进行处理

for para in input_doc.paragraphs:

    ##### 使用jieba分词并标注词性
words = jieba.posseg.cut(para.text)

##### 遍历分词结果 Update Counters based on POS Tags:
for word, flag in words:

##### 标点符号,直接添加词本身 if flag == ‘x’: tagged_text += f”{word}”

    else:
        tagged_text += f"{word} /{flag}"

##### 根据词性统计词频
    if flag.startswith("a"):
         adj_counts[word] += 1
    elif flag.startswith("d"):
        adverb_counts[word] += 1
    elif flag.startswith("n"):
        noun_counts[word] += 1
    elif flag.startswith("p"):
        prep_counts[word] += 1
    elif flag.startswith("v"):
        verb_counts[word] += 1
    elif flag.startswith("c"):
        conj_counts[word] += 1

将标注文本添加到列表

text.append(tagged_text) tagged_text = “”

输出到docx文档

output_doc = docx.Document()

Output Tagged Text to Document:

for para in text: output_doc.add_paragraph(para)

Sorting Word Counts for Different Parts of Speech:

’’’ lambda x: x[1] is an anonymous (lambda) function in Python.

x is the input argument (a tuple in this case). x[1] extracts the second element of the tuple

’’’ sorted_adj = sorted(adj_counts.items(), key=lambda x: x[1], reverse=True) sorted_adverb = sorted(adj_counts.items(), key=lambda x: x[1], reverse=True) sorted_nouns = sorted(noun_counts.items(), key=lambda x: x[1], reverse=True) sorted_preps = sorted(prep_counts.items(), key=lambda x: x[1], reverse=True) sorted_verb = sorted(prep_counts.items(), key=lambda x: x[1], reverse=True) sorted_conj = sorted(conj_counts.items(), key=lambda x: x[1], reverse=True)

””” 所有介词的词频,而不限制top 10,可以直接遍历整个排序后的介词词频列表,不指定切片: output_doc.add_paragraph(“\n介词词频:”) for prep, count in sorted_preps[10]: output_doc.add_paragraph(f”{prep}:{count}”) 直接遍历 sorted_preps 这个已经按词频排序的列表,就可以输出所有的介词和词频,不再限制前10个。

”””

’’’ 如果想要限制输出词频最小值,可以添加if判断: output_doc.add_paragraph(“\n介词词频:”) for prep, count in sorted_preps: if count >= 5: output_doc.add_paragraph(f”{prep}:{count}”) ‘’’

Sort and Output Top 10 Nouns:

Sort and Output Adjectives, Prepositions, and Verbs:

output_doc.add_paragraph(“\n名词词频:”)

for noun, count in sorted_nouns:

output_doc.add_paragraph(f”{noun}: {count}”)

#####

output_doc.add_paragraph(“\nadj:”)

for adj, count in sorted_adj:

output_doc.add_paragraph(f”{adj}: {count}”)

#####

output_doc.add_paragraph(“\npreps:”)

for prep, count in sorted_preps:

output_doc.add_paragraph(f”{prep}: {count}”)

#####

output_doc.add_paragraph(“\nverb:”)

for verb, count in sorted_verb:

output_doc.add_paragraph(f”{verb}: {count}”)

Sort and Output Adjectives, Prepositions, and Verbs:

通过先把词和词频拼接成字符串,最后一次性输出字符串,实现了词频统计结果的连在一起的效果。

output_doc.add_paragraph(“\n1名词词频:”) noun_str = “” for noun, count in sorted_nouns:

在拼接字符串时,在词和词频之间添加了逗号,使得各词频统计结果之间用逗号分隔开。

noun_str += f"{noun} {count} ，" output_doc.add_paragraph(noun_str)

输出形容词词频

output_doc.add_paragraph(“\n2形容词:”) adj_str = “” for adj, count in sorted_adj: adj_str += f”{adj} {count} ，” output_doc.add_paragraph(adj_str)

输出介词词频

output_doc.add_paragraph(“\n3介词:”) prep_str = “” for prep, count in sorted_preps: prep_str += f”{prep} {count} ，” output_doc.add_paragraph(prep_str)

输出动词词频

output_doc.add_paragraph(“\n4动词:”) verb_str = “” for verb, count in sorted_verb: verb_str += f”{verb} {count} ，” output_doc.add_paragraph(verb_str)

output_doc.add_paragraph(“\n5conjunction”) conj_str = “” for conj, count in sorted_conj: conj_str += f”{conj} {count} , “ output_doc.add_paragraph(conj_str)

output_doc.add_paragraph(“\n6adverb”) adverb_str = “” for adverb, count in sorted_adverb: adverb_str += f”{adverb} {count} , “ output_doc.add_paragrraph(adverb_str)

Save Output Document:

output_doc.save(output_file_path)

End the timer

End Timer and Display Execution Time:

end_time = time.time() time_taken = end_time - start_time

print(f”输出文件已保存到:{output_file_path}”) print(time_taken)

文本内容

北冥有鱼，名鲲。

标签分类

更换一个视角,

打开一个宇宙,看见”别人的好”获得一种新生.

证明自己根本不重要,

保持持续的成长才最重要.因为最终成长了,很多证明过程自动完成.

用积极的态度去面对生活

遇到这样的朋友也一定要珍惜。

My mother has green eyes.

给字体上红色的文本

2 开始….

给字体上红色的文本

1. What is this concept?

1. What is this concept?

Title: 勇气 - 掌握内在力量 # 这个概念是什么？ 勇气是内在的力量，赋予个人在面对挑战、逆境或恐惧时坚定地行动，尽管可能存在风险或不确定性。它是在困难情况下勇敢果断地行动的能力。 为什么勇气重要？ 勇气是一种基本的美德，推动进步，使个人成长，并在面对障碍时培养韧性。它赋予个人突破舒适区的力量，追求梦想，并在自己的生活和世界中做出积极的改变。 这个概念普遍如何被误解？ 勇气常常被误认为是无所畏惧或鲁莽行事。然而，真正的勇气并不是缺乏恐惧，而是正视并战胜恐惧，尽管可能感到不适。 这个概念实际上是怎么回事儿？ 勇气并非缺乏脆弱性，而是愿意承认它，并在依然采取行动。它源于对自己能力、价值观或一项事业正义性的深刻信念。勇气常常在关键时刻出现，当一个人决定为正义而站起来，即使道路不确定或充满挑战。 正解这个概念有什么意义？ 拥抱勇气带来个人成长和自我发现。它赋予个人从失败中学习、培养韧性，并对自己的能力充满信心。勇敢的行动也能激励他人，并在社会上创造积极变革的涟漪效应。 如何正确使用这个概念？ 为了培养勇气，个人必须承认自己的恐惧，设想所期望的结果，并朝着目标迈出小步骤。建立支持网络和实践自我怜悯也能在困难时增强勇气。正确运用勇气需要深思熟虑的决策，权衡风险，并准备面对后果。 错误使用这个概念有什么可怕之处？ 错误使用勇气可能导致鲁莽行动或盲目追求有害的目标。不考虑后果地勇敢行动可能对自己和他人造成伤害，抵消勇气的积极方面。 这个概念与什么其他重要的概念有重要的联系？ 勇气与韧性有着深刻的联系，因为两者都使个人能够从挫折中弹回，并在困难情况下坚持不懈。它还与同理心交织在一起，因为勇敢的行动常常涉及为他人的权益和福祉而站出来。 故事：内心的力量 在一个宜人的小镇名为常溪，住着一个害羞的年轻女孩名叫莉莉。她渴望成为一名艺术家，通过绘画捕捉世界的美丽。然而，莉莉对他人的评判心存恐惧，使她的创造力被束缚在心灵的角落。 一天，镇上宣布了一场艺术比赛，获胜者将获得一份到一所著名艺术学院的奖学金。莉莉的心充满了兴奋和恐惧。比赛似乎是一个完美的机会，但失败的担忧让她犹豫不决。 随着提交日期的临近，莉莉陷入了两难境地，既渴望绘画，又被自己的不安情绪所压制。亲朋好友的鼓励推动她走向勇气，但疑虑仍然困扰着她。 最终，截止日期的前一天晚上，莉莉站在画架前。她颤抖的双手握起画笔开始作画。她将心中的情感倾注在画布上，用每一笔刷出内心的勇气。结果是一幅充满色彩和情感的杰作。 调动起所有的勇气，莉莉提交了她的画作。接下来的日子里，她仍然充满了焦虑，但她意识到，无论结果如何，她已经迈出了通向梦想的重要一步。 结果公布的那一天，镇上的居民齐聚在大厅，心怀期待。评委们赞赏着画作中的真情流露，并宣布莉莉为冠军。莉莉感慨万千，泪水涌动

<