有一个文件夹，里面全是txt文档。使用pyhton识别文件夹内所有txt文件，并且根据关键词统计出关键词词频。最终输出结果需要是一个excel文件，excel中行为自己设定的关键词，列为各个txt文件名字。最终excel是需要一个！
即统计文件夹内所有txt关键词词频，并输出到一个excel中国
需要用到pandas和xlwt模块👇
import os
import glob
import pandas as pd
import xlwt
# 设定关键词列表
keywords = ["keyword1", "keyword2", "keyword3"]
# 获取所有txt文件的文件名
txt_files = glob.glob("path/to/folder/*.txt")
# 初始化一个字典，用于存储关键词的词频
keywords_freq = {k: [0]*len(txt_files) for k in keywords}
# 循环遍历每个txt文件，计算关键词的词频
for i, txt_file in enumerate(txt_files):
with open(txt_file, "r") as f:
text = f.read()
for keyword in keywords:
keywords_freq[keyword][i] = text.count(keyword)
# 创建一个DataFrame，用于存储关键词的词频
df = pd.DataFrame(keywords_freq, index=[os.path.basename(txt_file) for txt_file in txt_files])
# 创建一个Excel文件，并将DataFrame写入到其中
book = xlwt.Workbook()
sheet1 = book.add_sheet('Sheet 1')
for i, col in enumerate(df.columns):
sheet1.write(0, i+1, col)
for i, index in enumerate(df.index):
sheet1.write(i+1, 0, index)
for i in range(len(df)):
for j in range(len(df.columns)):
sheet1.write(i+1, j+1, df.iloc[i, j])
book.save('output.xls')
代码如下：
// An highlighted block
with open('C:\\Users\\lenovo\\Desktop\\pythonProject\\10.txt','r',encoding='UTF-8') as f: # 遍历
content = f.read()
print('预处理前的字符串：')
#print(content)
#Str =content#引入数据
a = re.findall(r'[^\*"/:?|,!-.%‘—;()’“”‘’。°【0123–456789】<>\[\]]',content,re.S)#
a1 = "".join(a)#去掉特殊字符
b=a1.lower()#大写变小写
c=' '.join(b.split())#去连续的空格
fh = open('Res.txt', 'w', encoding='utf-8')#写操作
fh.write(c)
fh.close()
参数介绍：
10.txt：未进行预处理的文档
Res.txt：预处理之后的文档
还需要引入re库 import re