Python统计文件夹中所有单词出现的频率

# 函数输入：文件路径（见调用示例） # 函数输出：该路径下所有文件中单词出现的频率（以字典数据类型进行返回，去除掉长度不大于2的单词） # 注意：1、在统计单词出现的频率时，所有的单词均应先变成小写。

 
# 2、在统计单词时，从非字母字符（包括空格）的下一个字符作为单词的字母，直到 # 非字母字符（包括空格）截止。

 
# 3、数据为整个email文件夹 
# 例如： Increase volume ofEjacu1ate 分离出来的单词为increase ,volume , ofejacu ,ate def fact(path): 
# 在下方填充代码，注释掉pass pass # 主函数 if __name__ == “__main__“: 
# 示例: print(fact('./email/'))

import re
import os
def fact(path):
    dic = {}
    fnames = os.listdir(path)
    for fn in fnames:
        filepath = os.path.join(path, fn)
        txtnames=os.listdir(filepath)
        for item in txtnames:
            if re.search(r'\.txt$', item):
                txtpath = os.path.join(filepath, item)
                with open(txtpath, 'r', encoding='ISO-8859-15') as f:
                    s = f.read()
                    words = re.findall(r'[A-Za-z]{3,}', s)
                    for key in words:
                        key = key.lower()
                        dic[key] = dic.get(key, 0) + 1

    return dic


# pass