最近被线段树一卡，卡的我啥也不会了，也就一个星期没写博客。
正巧女朋友学python，之前也跟着凑凑热闹，正巧最近问了我一个题：如何用jieba库统计水浒传人物出现得次数，并且输出前20名得人物。
想了想直接暴力不久完了，管他多暴力呢
思路
主要思路：其实就是用jieba库先将文章进行拆分，然后我们创建一个字典，用来统计每个人物出现得次数，当然这里可能就会出现一个问题了，有些不是人名得词语也会被统计上，那怎么办呢？我们可以先将人名输入到一个列表当中，循环记录次数得时候判断人名是否存在在列表当中（我认为很暴力）
预先处理
1.
什么？你要将水浒传所有人名都存在列表里面？好麻烦啊。
当然不是，我们可以先从网上把所有人名查出来用python得spilt函数将其直接输出一个列表类型，然后粘贴即可。
代码：
#coding:utf-8
names="宋江、卢俊义、吴用、公孙胜、关胜、林冲、秦明、呼延灼、花荣、柴进、
李应、朱仝、鲁智深、武松、董平、张清、杨志、徐宁、索超、戴宗、刘唐、李逵、
史进、穆弘、雷横、李俊、阮小二、张横、阮小五、张顺、阮小七、杨雄、石秀、
解珍、解宝、燕青、朱武、黄信、孙立、宣赞、郝思文、韩滔、彭玘、单廷珪、
魏定国、萧让、裴宣、欧鹏、邓飞、燕顺、杨林、凌振、蒋敬、吕方、郭盛、安道全、
皇甫端、王英、扈三娘、鲍旭、樊瑞、孔明、孔亮、项充、李衮、金大坚、马麟、
童威、童猛、孟康、侯健、陈达、杨春、郑天寿、陶宗旺、宋清、乐和、龚旺、
丁得孙、穆春、曹正、宋万、杜迁、薛永、施恩、李忠、周通、汤隆、杜兴、邹渊、
邹润、朱贵、朱富、蔡福、蔡庆、李立、李云、焦挺、石勇、孙新、顾大嫂、张青、
孙二娘、王定六、郁保四、白胜、时迁、段景住"
print(names.split('、'))
2.
其次你需要有拥有一篇水浒传得小说文章，这里就不提供了
注意得是txt他的格式一定要是’utf-8’编码
代码部分
import jieba
import time
start = time.perf_counter() #起始时间
txt=open("1111.txt","r",encoding='utf-8').read()
names=['宋江', '卢俊义', '吴用', '公孙胜', '关胜', '林冲', '秦明', '呼延灼', '花荣', '柴进', '李应', '朱仝', '鲁智深', '武松', '董平', '张清', '杨志', '徐宁', '索超', '戴宗', '刘唐', '李逵', '史进', '穆弘', '雷横', '李俊', '阮小二', '张横', '阮小五', '张顺', '阮小七', '杨雄', '石秀', '解珍', '解宝', '燕青', '朱武', '黄信', '孙立', '宣赞', '郝思文', '韩滔', '彭玘', '单廷珪', '魏定国', '萧让', '裴宣', '欧鹏', '邓飞', '燕顺', '杨林', '凌振', '蒋敬', '吕方', '郭盛', '安道全', '皇甫端', '王英', '扈三娘', '鲍旭', '樊瑞', '孔明', '孔亮', '项充', '李衮', '金大坚', '马麟', '童威', '童猛', '孟康', '侯健', '陈达', '杨春', '郑天寿', '陶宗旺', '宋清', '乐和', '龚旺', '丁得孙', '穆春', '曹正', '宋万', '杜迁', '薛永', '施恩', '李忠', '周通', '汤隆', '杜兴', '邹渊', '邹润', '朱贵', '朱富', '蔡福', '蔡庆', '李立', '李云', '焦挺', '石勇', '孙新', '顾大嫂', '张青', '孙二娘', '王定六', '郁保四', '白胜', '时迁', '段景住']
words=jieba.lcut(txt)
cnt={} #用来计数
for word in words:
if word not in names: #如果根本不是人名，那就不记录这个分词了
continue
cnt[word]=cnt.get(word,0)+1
items=list(cnt.items()) #将其返回为列表类型
items.sort(key=lambda x:x[1],reverse=True) #排序
for i in range(20): #输出我亲爱得二维列表
name,ans=items[i]
print("{0:<5}出现次数为：{1:>5}".format(name,ans))
end = time.perf_counter() #结束时间
print('程序运行时间：%.4f'%(end - start))
运行结果
"D:\Program Files (x86)\python\python.exe" C:/Users/Xiaoxiaoxiao/PycharmProjects/untitled1/123.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\XIAOXI~1\AppData\Local\Temp\jieba.cache
Loading model cost 0.697 seconds.
Prefix dict has been built successfully.
宋江 出现次数为： 2473
李逵 出现次数为： 1100
武松 出现次数为： 1027
林冲 出现次数为： 670
吴用 出现次数为： 648
卢俊义 出现次数为： 548
鲁智深 出现次数为： 326
柴进 出现次数为： 315
戴宗 出现次数为： 296
公孙胜 出现次数为： 275
朱仝 出现次数为： 260
花荣 出现次数为： 255
燕青 出现次数为： 253
秦明 出现次数为： 246
李俊 出现次数为： 232
史进 出现次数为： 227
杨志 出现次数为： 220
石秀 出现次数为： 195
张清 出现次数为： 191
关胜 出现次数为： 185
程序运行时间：6.3082
Process finished with exit code 0