### Python统计文档中关键词出现次数的方法 在Python中，可以通过多种方式来统计文档中的关键词出现次数。以下是几种常见的方法： #### 方法一：简单字符串匹配 通过`open()`函数读取文件内容，并利用字符串的`count()`方法统计关键词出现的频率。 ```python with open("document.txt", "r", encoding="UTF-8") as file: content = file.read() keyword = "目标关键词" occurrences = content.count(keyword) print(f"{keyword} 出现的次数为：{occurrences}次") ``` 这种方法适用于简单的场景，但对于复杂的中文分词需求可能不够精确[^2]。 --- #### 方法二：基于正则表达式的统计 如果需要更灵活的方式处理不同形式的关键词（如忽略大小写、支持部分匹配等），可以使用`re`模块。 ```python import re pattern = r'\b目标关键词\b' with open("document.txt", "r", encoding="UTF-8") as file: content = file.read() matches = re.findall(pattern, content, flags=re.IGNORECASE) occurrences = len(matches) print(f"目标关键词出现的次数为：{occurrences}次") ``` 这种方式能够更好地应对复杂情况下的关键词提取和计数[^1]。 --- #### 方法三：结合结巴分词进行高级统计 对于中文文本，通常需要先进行分词操作再统计词频。这里推荐使用`jieba`库完成这一过程。 ```python import jieba def count_keywords(file_path, keywords): keyword_counts = {kw: 0 for kw in keywords} with open(file_path, 'r', encoding='utf-8') as f: text = f.read() words = jieba.lcut(text) # 使用结巴分词 for word in words: if word in keyword_counts: keyword_counts[word] += 1 return keyword_counts keywords_to_search = ["董事会", "金融"] result = count_keywords("example_report.txt", keywords_to_search) for key, value in result.items(): print(f"{key}: {value}") ``` 该方法特别适合于分析含有大量自然语言的内容，例如年报或其他正式文档[^3]。 --- ### 总结 以上三种方法各有优劣，具体选择取决于实际应用场景以及待处理的数据特性。如果是英文或结构化较高的纯文本，则可以直接采用前两种方案；而针对包含丰富语义信息的中文材料时，建议优先考虑第三种基于分词的技术路线。