python day 07關(guān)于孔乙己的索引爬蟲

偶看<<孔乙己>>,用爬蟲爬出了孔乙己文中三個(gè)字的詞組.


孔乙己爬蟲

代碼如下

import jieba
# 導(dǎo)入結(jié)巴模塊
with open('kongyiji.txt','r', encoding='utf-8') as f:
    kongyiji = f.read()

seg_list = jieba.cut(kongyiji)
words = list(seg_list)

d = {}
for w in words:
    count = d.get(w, 0)
    d[w] = count + 1

keys = d.keys()

word_list = []
for k in keys:
    word = [k, d.get(k)]
    word_list.append(word)

def max(array):
    m = array[0]
    for i in array:
        if m[1] < i[1]:
            m = i
    return m

def sort(array):
    result = []
    for i in range(len(array)):
        m = max(array)
        result.append(m)
        array.remove(m)
    return result

def fliter(array):
    result = []
    for w in array:
        if len(w[0]) >= 3:
            result.append(w)
    return result

sorted_words = sort(word_list)
result = fliter(sorted_words)

for w in result[:]:
    print(w)

結(jié)果是(后面的數(shù)字是文章中詞組出現(xiàn)的次數(shù))

['孔乙己', 33]
['茴香豆', 5]
['十九個(gè)', 4]
['不耐煩', 2]
['掌柜的', 2]
['之乎者也', 2]
['怎么樣', 2]
['半懂不懂', 2]
['端出去', 1]
['睜大眼睛', 1]
['自此以后', 1]
['免不了', 1]
['嘆一口氣', 1]
['十多年', 1]
['伸出頭', 1]
['這時(shí)候', 1]
['不一會(huì)', 1]
['壞脾氣', 1]
['第二年', 1]
['背地里', 1]
['做點(diǎn)事', 1]
['漲紅了臉', 1]
['大半夜', 1]
['一九一九年', 1]
['努著嘴', 1]
['兩三天', 1]
['多不多', 1]
['二十多年', 1]
['亂蓬蓬', 1]
['君子固窮', 1]
['十二歲', 1]
['嘮嘮叨叨', 1]
['趕熱鬧', 1]
['曲尺形', 1]
['說笑聲', 1]
['對柜里', 1]
['看一看', 1]
['讀書人', 1]
['替人家', 1]
['干不了', 1]
['纏夾不清', 1]
當(dāng)然想查找其他的索引要求可以隨意添加,技術(shù)比較好實(shí)現(xiàn)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末酪碘,一起剝皮案震驚了整個(gè)濱河市新翎,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌梭冠,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異瞎访,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)吁恍,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進(jìn)店門扒秸,熙熙樓的掌柜王于貴愁眉苦臉地迎上來播演,“玉大人,你說我怎么就攤上這事伴奥⌒纯荆” “怎么了?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵拾徙,是天一觀的道長洲炊。 經(jīng)常有香客問我,道長尼啡,這世上最難降的妖魔是什么暂衡? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮崖瞭,結(jié)果婚禮上狂巢,老公的妹妹穿的比我還像新娘。我一直安慰自己书聚,他們只是感情好唧领,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著雌续,像睡著了一般斩个。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上驯杜,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天受啥,我揣著相機(jī)與錄音,去河邊找鬼艇肴。 笑死腔呜,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的再悼。 我是一名探鬼主播核畴,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼冲九!你這毒婦竟也來了谤草?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤莺奸,失蹤者是張志新(化名)和其女友劉穎丑孩,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體灭贷,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡温学,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了甚疟。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片仗岖。...
    茶點(diǎn)故事閱讀 38,654評論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡逃延,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出轧拄,到底是詐尸還是另有隱情揽祥,我是刑警寧澤,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布檩电,位于F島的核電站拄丰,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏俐末。R本人自食惡果不足惜料按,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望鹅搪。 院中可真熱鬧站绪,春花似錦、人聲如沸丽柿。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽甫题。三九已至,卻和暖如春涂召,著一層夾襖步出監(jiān)牢的瞬間坠非,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工果正, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留炎码,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓秋泳,卻偏偏與公主長得像潦闲,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子迫皱,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,543評論 2 349

推薦閱讀更多精彩內(nèi)容

  • 魯鎮(zhèn)的酒店的格局歉闰,是和別處不同的:都是當(dāng)街一個(gè)曲尺形的大柜臺,柜里面預(yù)備著熱水卓起,可以隨時(shí)溫酒和敬。做工的人,傍午傍晚散...
    簡明估閱讀 27,792評論 0 1
  • 魯鎮(zhèn)的酒店的格局戏阅,是和別處不同的:都是當(dāng)街一個(gè)曲尺形的大柜臺昼弟,柜里面預(yù)備著熱水,可以隨時(shí)溫酒奕筐。做工的人舱痘,傍午傍晚散...
    范pc閱讀 351評論 0 0
  • 咸亨酒店的格局变骡,是和別處不同的。當(dāng)街一個(gè)曲尺形的大柜臺衰粹,柜里面預(yù)備著熱水锣光,可以隨時(shí)溫酒。做工的人铝耻,傍午傍晚散了工誊爹,...
    Scorpio幻蝶閱讀 1,064評論 0 1
  • 《孔乙己》是魯迅先生的一篇小說,最初發(fā)表于1919年《新青年》第6卷中瓢捉,后來編入了魯迅先生的小說集子《吶喊...
    方太婆閱讀 1,352評論 0 2
  • 我不抽煙频丘,不愛喝酒。抽煙傷肺泡态,還費(fèi)錢搂漠。喝酒讓人失去理智,誤事某弦,沒用桐汤。但是一個(gè)人總歸還是有兩個(gè)對自己身體不好的習(xí)慣。...
    玻璃瓶可樂閱讀 347評論 0 0