Hoe vaak komt elk woord in een tekst voor?
Een woord in een tekst wordt gedefinieerd als een zo lang mogelijke reeks letters. Alle karakters die geen letter zijn, worden dus beschouwd als scheidingstekens voor woorden. Gevraagd wordt:
Schrijf een functie woorden_splitsen waaraan de locatie van een tekstbestand (str) moet doorgegeven worden. De functie moet een lijst (list) teruggeven met de opeenvolgende woorden in het gegeven tekstbestand.
Schrijf een functie woorden_tellen waaraan de locatie van een tekstbestand (str) moet doorgegeven worden. De functie moet een dictionary (dict) teruggeven, die elk woord in het gegeven tekstbestand afbeeldt op het aantal voorkomens van dat woord in het tekstbestand. De functie mag geen onderscheid maken tussen hoofdletters en kleine letters, en moet woorden in kleine letters gebruiken als sleutels van de dictionary die teruggegeven wordt.
In onderstaande interactieve sessie gaan we ervan uit dat het tekstbestand data.txt1 zich in de huidige directory bevindt.
>>> woorden_splitsen('data.txt')
['How', 'much', 'wood', 'would', 'a', 'woodchuck', 'chuck', 'If', 'a', 'woodchuck', 'could', 'chuck', 'wood', 'He', 'would', 'chuck', 'he', 'would', 'as', 'much', 'as', 'he', 'could', 'And', 'chuck', 'as', 'much', 'as', 'a', 'woodchuck', 'would', 'If', 'a', 'woodchuck', 'could', 'chuck', 'wood']
>>> woorden_tellen('data.txt')
{'how': 1, 'much': 3, 'wood': 3, 'would': 4, 'a': 4, 'woodchuck': 4, 'chuck': 5, 'if': 2, 'could': 3, 'he': 3, 'as': 4, 'and': 1}