python文本分析基礎小常識報錯處理（十一）

1.Python單字統計分離信息數據報錯

（1）縮進錯誤

Python 3.5.3 (v3.5.3:1880cb95a742, Jan 16 2017, 15:51:26) [MSC v.1900 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>>   txt=open("/test.save.data/0000000000001/data.txt").read()
  File "<stdin>", line 1
    txt=open("/test.save.data/0000000000001/data.txt").read()
    ^
IndentationError: unexpected indentZ

以上發生錯誤信息爲：IndentationError: unexpected indent，該錯誤信息參照我之前寫的《Python基礎小常識（十）》得到，該錯誤的意思是IndentationError 縮進錯誤，爲什麼呢？錯誤如下所示：

因此將縮進修改正確，再次運行，又發生了錯誤。

（2）文件不存在錯誤

>>> txt=open("/test.save.data/0000000000001/data.txt").read()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
FileNotFoundError: [Errno 2] No such file or directory: '/test.save.data/0000000000001/data.txt'

以上錯誤爲： FileNotFoundError:表示文件不存在，說明路徑錯誤或者文件名稱寫錯了。那重新進行檢查，發現是我路徑和文件名稱都寫錯了。

（3）文件名稱修改後獲取數據

>>> txt=open("C:\\Users\\jhinno\\Desktop\\test.save.data\\0000000000001\\命運.txt").read()
>>>print(txt)

得到文件如下所示：

（4）for循環報錯處理

>>> for  ch  in "，。？ ： "  :
... txt=txt.replace(ch," " )
  File "<stdin>", line 2
    txt=txt.replace(ch," " )
      ^
IndentationError: expected an indented block

以上錯誤爲 IndentationError: ，通過查找得出IndentationError 縮進錯誤，錯誤了第二次，以上第一次出現過該錯誤。修改後程序正常通過。其中，for結尾需要加冒號，還需要按Tab鍵進行縮進

>>> txt=open("C:\\Users\\jhinno\\Desktop\\test.save.data\\0000000000001\\命運.txt").read()
>>> for  ch  in "，。？ ： "  :
	txt=txt.replace(ch," " )

（5）標點符號去除處理

txt=txt.replace(ch," " )

（6）最終完整代碼單個字出現頻次的詞頻統計

>>> txt=open("C:\\Users\\jhinno\\Desktop\\test.save.data\\0000000000001\\命運.txt").read()
>>> for  ch  in "，。？ ： "  :
	txt=txt.replace(ch,"")

	
>>> txt=txt.replace(ch," " )
>>> d={}
>>> for ch in txt:
	d[ch]=d.get(ch,0)+1

	
>>> ls=list(d.items())
>>> ls.sort(key=lambda x:x[1],reverse=True)
>>> a,b=ls[0]
>>> print("{}:{}".format(a,b))
的:2557

2.Python進行單字統計排行前10的信息數據報錯

（1）序列中沒有索引報錯

>>> txt=open("C:\\Users\\jhinno\\Desktop\\test.save.data\\0000000000001\\命運.txt").read()
>>> for ch in txt:
	txt=txt.replace(ch,"")

	
>>> d={}
>>> for ch in txt:
	d[ch]=d.get(ch,0)+1

	
>>> ls=list(d.items())
>>> 
>>> ls.sort(key=lambda x:x[1],reverse=True)
>>> for i in range(10):
	print(str(ls[i])[2],end="")

	
Traceback (most recent call last):
  File "<pyshell#42>", line 2, in <module>
    print(str(ls[i])[2],end="")
IndexError: list index out of range
>>> 

以上報錯信息的原因是：**IndexError 序列中沒有此索引(index)，**解決辦法是：for ch in ‘\n’:

>>> txt=open("C:\\Users\\jhinno\\Desktop\\test.save.data\\0000000000001\\命運.txt").read()
>>> for ch in '\n':
	txt=txt.replace(ch,"")

	
>>> d={}
>>> for ch in txt:
	d[ch]=d.get(ch,0)+1

	
>>> ls=list(d.items())
>>> ls.sort(key=lambda x:x[1],reverse=True)
>>> for i in range(10):
	print(str(ls[i])[2],end="")

	
，的"一我了。是不有

因此，逗號使用最多，其次是助詞“的”的使用頻次最高。