最近在学习正则表达式,想要统计【天龙八部】中各个主角出现的次数。
在读取文件的时候,提示下面错误:
原来下载的天龙八部txt文件的编码格式是【ANSI】,所以读取报错了。
解决办法很简单,将文件的编码方式修改为【UTF-8】。记事本打开文件,选择另存为,修改编码格式。
就像下面这样
下面附上代码以及代码运行结果:
import re
with open('tlbb1.txt', 'rb') as f:
data = f.read().decode()
pat = ['乔峰', '萧峰', '段誉', '虚竹']
person1 = re.findall(pat[0], data)
person2 = re.findall(pat[1], data)
person3 = re.findall(pat[2], data)
person4 = re.findall(pat[3], data)
print('乔峰出现%s次,段誉出现%s次,虚竹出现%s次' % (len(person1)+len(person2),len(person3),len(person4)))
运行结果:
注:文章内容主要是记录学习过程中遇到的问题以及解决方法。留个记录,同时分享给有需要的人。如有不足之处,欢迎指正,谢谢!