特定の文字のあとの単語をカウントする方法

Question

前提・実現したいこと

特定の文字のあとの単語をカウントする方法

今テキストファイルがあります。

（text.txt）このファイルはデスクトップに置かれているとします。そしてこのファイルには、たとえば、以下のような英文が入ってるとします。

”This is the pen. This is the apple. Although I am hungry, I can not eat now. This is because I am in the class now. ”

ここで質問です。

このファイルの中でisのあとにくる単語の出現回数を調べたいのですが、どのようにすればいいかおわかりになる方いらっしゃりませんか？この文章では、isのあとtheが二回、becauseが一回ありますが、このような単語をカウントするプログラムを知りたいです。が発生しました。

発生している問題・エラーメッセージ

すいません。まったくどのようにすればいいのかわらず、困っています。

該当のソースコード

Python

試したこと

。

Comments

[tatsu99]

ピリオドの次は必ず空白が１つあるという前提でよいですか。

[jack1222]

そうです！

Answer 1

以下のスクリプトを作成してください。
そして、そのスクリプトを格納したフォルダにtext.txtも移動してください。
（スクリプトとtext.txtを同じフォルダに格納すること）
コマンドプロンプトで、そのフォルダに移動し、そこで、そのスクリプトを実行します。

import re
f = open('text.txt')
data = f.read() 
f.close()

data = data.replace("\n"," ")
words = re.split("\s+",data)
st = 0
dic = {}
for word in words:
    if st == 0:
        if word == "is":
            st = 1
    else:
        if word[-1] == ".":
            st = 0
            word = word[:-1]
        if len(word) > 0:
            if word in dic:
                dic[word] += 1
            else:
                dic[word] = 1
for key,value in dic.items():
    print(key + "=" + str(value))

Comments

[jack1222]

ありがとうございます！うまくいきました！

Answer 2

2単語ずつスライドしながら最後まで見て、2文字の先頭がisなら後ろをlistに突っ込む。文章全体を走査してから、collections.Counterあたりで数える。

あるいは、collections.defaultdict(int)とかを使って走査しながらカウントする。

まずは単語で分割するところからやってみましょう。できたら、次は2単語ずつ取り出して走査するプログラムを書く。あとはisの判定とカウントを追加するだけです。