[新手上路]批处理新手入门导读[视频教程]批处理基础视频教程[视频教程]VBS基础视频教程[批处理精品]批处理版照片整理器
[批处理精品]纯批处理备份&还原驱动[批处理精品]CMD命令50条不能说的秘密[在线下载]第三方命令行工具[在线帮助]VBScript / JScript 在线参考
返回列表 发帖
dragon631

Rank: 2

帖子
28 
积分
120 
技术
0  
捐助
0  
注册时间
2009-3-12 
1楼 跳转到 » 正序看帖
打印
tT
发表于 2017-12-10 05:09 | 只看该作者

[文本处理] 如何统计TXT文档中所有字母、数字和符号出现的次数

本帖最后由 dragon631 于 2017-12-10 05:11 编辑

“a.txt”文档中存入了如下内容:
UTL-17JFO-9840-UTL-17JFO-9841
UTL-17JFO-9841-UTL-17JFO-9842
UTL-17JFO-9842-UTL-17JFO-9843
UTL-17JFO-9843-UTL-17JFO-9844
UTL-17JFO-9843-UTL-17JFO-9845
UTL-17JFO-9844-UTL-17JFO-9845
UTL-17JFO-9845-UTL-17JFO-9846
UTL-17JFO-9846-UTL-17JFO-9847
UTL-17JFO-9847-UTL-17JFO-9848
UTL-17JFO-9848-UTL-17JFO-9849
UTL-17JFO-9849-UTL-17JFO-9850
UTL-17JFO-9850-UTL-17JFO-9851
UTL-17JFO-9851-UTL-17JFO-9852
UTL-17JFO-9852-UTL-17JFO-9853
UTL-17JFO-9853-UTL-17JFO-9854
UTL-17JFO-9854-UTL-17JFO-9855
UTL-17JFO-9855-UTL-17JFO-9856
UTL-17JFO-9856-UTL-17JFO-9857
UTL-17JFO-9857-UTL-17JFO-9858
UTL-17JFO-9858-UTL-17JFO-9859
UTL-17JFO-9859-UTL-17JFO-9860
UTL-17JFO-9860-UTL-17JFO-9861
UTL-17JFO-9861-UTL-17JFO-9862
UTL-17JFO-9862-UTL-17JFO-9863
UTL-17JFO-9863-UTL17-JFO-9864
UTL-17JFO-9863-UTL-17JFO-9864
UTL-17JFO-9864-UTL-17JFO-9865
UTL-17JFO-9865-UTL-17JFO-9866
UTL-17JFO-9866-UTL-17JFO-9867
UTL-17JFO-9866-UTL-17JFO-9967
UTL-17JFO-9867-UTL-17JFO-9868
UTL-17JFO-9868-UTL-17ODF-(1)17MX003
UTL-17ODF-(2-17MX003-UTL-17JFO-9869
UTL-17ODF-(2)17MX003-UTL-17JFO-9869
UTL-17JFO-9869-UTL-17JFO-9870
UTL-17JFO-9870-UTL-17JFO-9871
UTL-17JFO-9871-UTL-17JFO-9872
UTL-17JFO-9872-UTL-17JFO-9873
UTL-17JFO-9873-UTL-17JFO-9874
UTL-17JFO-9874-UTL-17JFO-9875
UTL-17JFO-9874-UTL-17JFO-9874
UTL-17JFO-9875-UTL-17JFO-9876
UTL-17JFO-9876-UTL-17JFO-9877
UTL-17JFO-9877-UTL-17JFO-9878
UTL-17JFO-9878-UTL-17JFO-9879
UTL-17JFO-9879-UTL-17JFO-9880
UTL-17JFO-9880-UTL-17JFO-9881
UTL-17JFO-9881-UTL-17JFO-9882
UTL-17JFO-9882-UTL-17JFO-9883
UTL-17JFO-9883-UTL-17JFO-9884
UTL-17JFO-9884-UTL-17JFO-9885
UTL-17JFO-9885-UTL-17JFO-9886
UTL-17JFO-9886-UTL-17JFO-9887
UTL-17JFO-9887-UTL-17ODF (1) Lumbala

想批量统计所有字母、数字和符号出现的次数【U、T、L、-、(、)、0、1、2……】:
U:108
T:108
L:109
(:4
┆
请问如何得到这样的结果？
收藏 分享

codegay

Rank: 6Rank: 6

帖子
1266 
积分
1775 
技术
162  
捐助
0  
注册时间
2015-12-12 
7楼
发表于 2017-12-11 03:38 | 只看该作者
nim语言的版本，感觉也还行。主要是用了标准库 中的CountTable，代码量不算太多。
  1. import tables

  2. 

  3. var result = initCountTable[char]()

  4. 

  5. for line in lines "a.txt":

  6.     for c in line:

  7.         result.inc c

  8. # 对统计结果排序

  9. sort result

  10. 

  11. for k,v in pairs result:

  12.     echo k,": ",v
复制代码
去学去写去用才有进步。安装python3代码存为xx.py 双击运行或右键用IDLE打开按F5运行

TOP

codegay

Rank: 6Rank: 6

帖子
1266 
积分
1775 
技术
162  
捐助
0  
注册时间
2015-12-12 
6楼
发表于 2017-12-11 02:05 | 只看该作者 
  1. from collections import Counter

  2. from pprint import pprint

  3. 

  4. def charlist(txtfile):

  5.     with open(txtfile) as f:

  6.         txt = [r for r in f.read() if r not in """\n() """]

  7.         return txt

  8. 

  9. pprint(Counter(charlist('a.txt')))

  10. 

  11. '''

  12. Counter({'-': 270,

  13.          '7': 144,

  14.          '8': 127,

  15.          '1': 123,

  16.          '9': 114,

  17.          'L': 109,

  18.          'O': 108,

  19.          'T': 108,

  20.          'F': 108,

  21.          'U': 108,

  22.          'J': 104,

  23.          '6': 36,

  24.          '4': 34,

  25.          '5': 31,

  26.          '3': 15,

  27.          '0': 15,

  28.          '2': 12,

  29.          'D': 4,

  30.          'M': 3,

  31.          'X': 3,

  32.          'a': 2,

  33.          'u': 1,

  34.          'b': 1,

  35.          'l': 1,

  36.          'm': 1})

  37.     '''
复制代码
这个方法用了python 的标准库 collections里的函数。
去学去写去用才有进步。安装python3代码存为xx.py 双击运行或右键用IDLE打开按F5运行

TOP

codegay

Rank: 6Rank: 6

帖子
1266 
积分
1775 
技术
162  
捐助
0  
注册时间
2015-12-12 
5楼
发表于 2017-12-10 23:37 | 只看该作者
本帖最后由 codegay 于 2017-12-11 00:16 编辑 
  1. # -*- coding: utf-8 -*-

  2. """

  3. Created on Sun Dec 10 23:28:33 2017

  4. @author: codegay

  5. python3 & 编辑器 == spyder

  6. """

  7. 

  8. with open("a.txt") as f:

  9.     txt = f.read()

  10.     #剔除不想统计的字符如回车，括号

  11.     char = list(set([r for r in txt if r not in """\n()（）"""]))

  12.     result = {r: txt.count(r) for r in char}

  13.     # 排序

  14.     result = sorted(result.items(), key=lambda d: d[1], reverse=True)

  15. 

  16. from pprint import pprint

  17. pprint(result)

  18. 

  19. """

  20. [('-', 270),

  21.  ('7', 144),

  22.  ('8', 127),

  23.  ('1', 123),

  24.  ('9', 114),

  25.  ('L', 109),

  26.  ('O', 108),

  27.  ('T', 108),

  28.  ('F', 108),

  29.  ('U', 108),

  30.  ('J', 104),

  31.  ('6', 36),

  32.  ('4', 34),

  33.  ('5', 31),

  34.  ('3', 15),

  35.  ('0', 15),

  36.  ('2', 12),

  37.  ('D', 4),

  38.  ('M', 3),

  39.  ('X', 3),

  40.  (' ', 2),

  41.  ('a', 2),

  42.  ('u', 1),

  43.  ('b', 1),

  44.  ('l', 1),

  45.  ('m', 1)]

  46. """

  47. 加了个排序。
复制代码
去学去写去用才有进步。安装python3代码存为xx.py 双击运行或右键用IDLE打开按F5运行

TOP

CrLf

Rank: 8Rank: 8

帖子
6388 
积分
18843 
技术
982  
捐助
100  
注册时间
2010-10-9 
4楼
发表于 2017-12-10 15:31 | 只看该作者
命令行js：
  1. mshta http://bathome.net/s/hta/index.html map={};type('a.txt').replace(/./g,function(c){map[c]=map[c]?map[c]+1:0});JSON.stringify(map)
复制代码
grep + uniq：
  1. grep -o . a.txt | sort| uniq -c
复制代码
PowerShell：
  1. [char[]] [string] (type a.txt) | group
复制代码
2

评分人数

链接：在线第三方命令行工具下载   bat、vbs、js 原生混编

TOP

ivor

Rank: 6Rank: 6

帖子
979 
积分
3381 
技术
172  
捐助
40  
注册时间
2012-1-7 
3楼
发表于 2017-12-10 15:09 | 只看该作者
回复 3# dragon631


    需要安装Python 3运行，代码已更新，解决了特殊字符的问题
#&cls&@powershell "Invoke-Expression ([Io.File]::ReadAllText('%~0',[Text.Encoding]::UTF8))" &pause&exit

TOP

dragon631

Rank: 2

帖子
28 
积分
120 
技术
0  
捐助
0  
注册时间
2009-3-12 
2楼
发表于 2017-12-10 14:46 | 只看该作者
回复 2# ivor

运行这个批处理，没得到什么结果？

TOP

ivor

Rank: 6Rank: 6

帖子
979 
积分
3381 
技术
172  
捐助
40  
注册时间
2012-1-7 
1楼
发表于 2017-12-10 10:29 | 只看该作者
本帖最后由 ivor 于 2017-12-10 15:03 编辑

回复 1# dragon631 
  1. # -*- coding:utf-8 -*-

  2. # python 3.x

  3. # search ascii code

  4. import re, sre_constants

  5. 

  6. patter = [chr(i) for i in range(33,126)]

  7. 

  8. with open("a.txt","r") as file:

  9.     content = file.read()

  10.     for i in patter:

  11.         try:

  12.             result = len(re.findall(r"[%s]" % i,content))

  13.         except sre_constants.error:

  14.             result = len(re.findall(r"[\%s]" % i,content))

  15.         if result != 0:

  16.             print("%s:%d" % (i, result)) 
复制代码
101M文本  处理平均速度10.670418739318848秒
#&cls&@powershell "Invoke-Expression ([Io.File]::ReadAllText('%~0',[Text.Encoding]::UTF8))" &pause&exit

TOP

返回列表