### Python读取TXT文件并创建CSV文件进行词频统计 为了实现这一目标，可以先定义一个函数`txt_to_csv_with_word_frequency`用于读取文本文件中的内容，并将其转换为CSV格式的同时完成词频统计。此过程涉及几个主要步骤：打开和读取源文本文件；处理文本以提取单词列表；利用字典或其他结构记录每个单词出现的频率；最后将这些信息写入新的CSV文档。 以下是具体的代码示例： ```python from collections import Counter import csv def txt_to_csv_with_word_frequency(txt_file, csv_file): """ 将txt文件转为csv文件，并统计其中词语出现的频率 参数: txt_file (str): 输入的txt文件路径. csv_file (str): 输出的目标csv文件路径. """ # 初始化计数器对象存储词频 word_counts = Counter() # 打开源文本文件准备逐行读取 with open(txt_file, 'r', encoding='utf-8') as infile: content = infile.read().lower() # 转换全部字符为小写字母 # 去除非字母字符并将剩余部分按空格分割成单个词汇组成的列表 cleaned_content = ''.join([char for char in content if char.isalpha() or char.isspace()]) words_list = cleaned_content.split() # 更新Counter实例内的各个单词数量 word_counts.update(words_list) # 创建一个新的CSV文件用来保存结果 with open(csv_file, 'w', newline='', encoding='utf-8') as outfile: writer = csv.writer(outfile) writer.writerow(['Word', 'Frequency']) # 写入表头 # 遍历Counter对象，向CSV文件中添加每一对键值作为一行数据 for word, freq in word_counts.items(): writer.writerow([word, freq]) # 示例调用 txt_to_csv_with_word_frequency('example.txt', 'output.csv') ``` 上述方法能够有效地从给定的`.txt`文件中解析出所有的独立词汇，并计算它们各自出现过的次数，最终把这些统计数据导出至指定名称的新建`.csv`文件里[^1]。 #### 处理细节说明 - **编码方式**: 使用UTF-8编码确保支持多种语言文字输入。 - **大小写敏感度控制**: 文档被统一转化为小写形式再做进一步操作，从而避免因大/小写的差异影响实际统计效果。 - **清理无关符号**: 移除任何不属于英文字母范围之外的特殊标记或标点符号，仅保留有效的分隔符（即空白空间），使得后续拆分成单独词汇更加精确无误。 - **性能考虑**: 利用了Python内置模块`collections.Counter()`来进行高效的元素计数工作，简化了逻辑同时也提高了程序运行效率。