要实现一个通过本地数据库检索文本中词句出现频率的程序，我们可以将整个流程分为以下几个步骤： 1. **创建本地数据库并存储数据**：使用 SQLite 数据库来存储语料。 2. **读取文本文件**：从本地读取文本内容。 3. **分词处理**：对文本进行分词（可以使用 `jieba` 中文分词库）。 4. **统计词频**：统计每个词语在文本中的出现次数。 5. **查询数据库**：将词频与数据库中的记录进行匹配，输出出现过的词及其频率。 下面是一个完整的 Python 程序示例： ```python import sqlite3 import jieba # 1. 创建数据库和表 def create_database(db_name='corpus.db'): conn = sqlite3.connect(db_name) cursor = conn.cursor() # 创建一个表用于存储词汇 cursor.execute(''' CREATE TABLE IF NOT EXISTS words ( word TEXT PRIMARY KEY, frequency INTEGER DEFAULT 0 ) ''') conn.commit() conn.close() # 2. 插入或更新词汇频率 def update_word_frequency(word, count, db_name='corpus.db'): conn = sqlite3.connect(db_name) cursor = conn.cursor() for w in word: cursor.execute(''' INSERT OR IGNORE INTO words (word, frequency) VALUES (?, ?) ''', (w, count.get(w, 0))) cursor.execute(''' UPDATE words SET frequency = frequency + ? WHERE word = ? ''', (count.get(w, 0), w)) conn.commit() conn.close() # 3. 分词并统计词频 def analyze_text(file_path): with open(file_path, 'r', encoding='utf-8') as f: text = f.read() words = jieba.lcut(text) word_count = {} for word in words: if len(word.strip()) == 0: continue word_count[word] = word_count.get(word, 0) + 1 return word_count # 4. 查询数据库中已有的词汇频率 def query_word_frequencies(words, db_name='corpus.db'): conn = sqlite3.connect(db_name) cursor = conn.cursor() result = {} for word in set(words): cursor.execute('SELECT frequency FROM words WHERE word=?', (word,)) row = cursor.fetchone() if row: result[word] = row[0] conn.close() return result # 主函数 def main(): create_database() # 创建数据库 file_path = 'sample.txt' # 替换为你的文本路径 word_count = analyze_text(file_path) # 分析文本 update_word_frequency(word_count.keys(), word_count) # 更新数据库 result = query_word_frequencies(word_count.keys()) # 查询数据库中的频率 print("词汇频率结果：") for word, freq in result.items(): print(f"{word}: {freq}") if __name__ == '__main__': main() ``` ### 解释： 1. **create_database**：创建 SQLite 数据库，并建立一张名为 `words` 的表，字段包括 `word` 和 `frequency`。 2. **update_word_frequency**：将分析出的词频插入到数据库中，如果词已存在则更新其频率。 3. **analyze_text**：使用 `jieba.lcut()` 对文本进行中文分词，并统计每个词出现的次数。 4. **query_word_frequencies**：查询数据库中每个词的频率，返回字典形式的结果。 5. **main 函数**：主程序流程控制，依次调用上述函数完成整个流程。 --- ###