import re

ls = list()

dc = dict()

# 介词、连词、人称代词等自己统计

adverb = ['i', 'you', 'he', 'she', 'it', 'in', 'on', 'with', 'by', 'for', 'at', 'about', 'under', 'of', 'to', 'and',

'or',

'therefore', 'so', 'of', 'a']

with open("老人与海.txt", mode='r', encoding='utf-8') as f:

lryh = f.read() # 打开文件并读取

for i in lryh.split(' '): # 按空格分隔，即获取单个词语，

res=re.match(r'[a-zA-Z]+$',i)

if res:

i=i.lower()

if i not in adverb: # 这个单词不再adverb列表中，则添加到ls中

ls.append(i)

else: # 如果匹配出错，就结束这次循环，这个else，写不写的无所谓了，反正是最后面的循环语句

continue

# i = i.lower() # 转成全部是小写字母,为后面的判断提供方便

# if i.isalpha() and i not in adverb: # 如果是字母组成的词语并且不再adverb列表中的

# ls.append(i) # 保存在ls列表中

for item in ls:

dc[item] = ls.count(item) # 统计ls列表中单词出现次数，并保存到dc字典中。

sorted_dc = sorted(dc.items(), key=lambda b: b[1], reverse=True) # 按字典的value值进行降序排序

print('前十个出现频率最高的单词:')

for item in sorted_dc[0:10]:

print(item[0], end='\t')

print('\n')

for key, value in sorted_dc[0:10].__iter__():

print('%s出现了%s次' % (key, value))