利用Jieba对txt进行分词操作并保存在数据库中

前提:已经安装好Jieba和pymysql

Jieba库的安装与使用

pymysql的安装与使用

1、创建Python项目

idea怎么创建python项目

2、pom.xml中加入依赖

<dependencies>
        <dependency>
            <groupId>org.python</groupId>
            <artifactId>jython-standalone</artifactId>
            <version>2.7.0</version>
        </dependency>
 </dependencies>

3、创建data文件夹放入需要进行操作的txt

4、partition.py

import jieba
import os
import pymysql

txtPath = 'E:\\JetBrains\\Hot word cloud\\partition\\data\\'
txtType = 'txt'
txtLists = os.listdir(txtPath)

for txt in txtLists:
    f= open(txtPath+txt,encoding='utf-8')
    t =f.read()
    words = jieba.lcut(t)     # 使用精确模式对文本进行分词
    counts = {}     # 通过键值对的形式存储词语及其出现的次数

    for word in words:
        if  len(word) == 1:    # 单个词语不计算在内
            continue
        if  word.isdigit():
            continue
        else:
            counts[word] = counts.get(word, 0) + 1    # 遍历所有词语,每出现一次其对应的值加 1

    items = list(counts.items())#将键值对转换成列表
    items.sort(key=lambda x: x[1], reverse=True)    # 根据词语出现的次数进行从大到小排序
    print('*********'+txt+'*********')
    print(len(words))
    name = f'{txt}'.__str__()
    str = "."
    tablename = name[:name.index(str)]


    # for i in range(20):
    #     word,count = items[i]
    #     print(word,count)

    #建立数据库连接
    db_conn=pymysql.connect(host="localhost",user="root",password="111",db="hotwordcloud",charset="utf8")

    #创建游标对象
    cur=db_conn.cursor();

    #删除已有表
    #创建数据表
    sql = """
        create table `%s`(
        name char(255),
        value char(255))
    """%(tablename)

    try:
        cur.execute(sql)
        db_conn.commit()
        print("创建表结构成功")
    except Exception as err:
        print("sql语句执行错误",err)
        db_conn.rollback()

    #执行sql语句
    for i in range(len(items)):
        word,count = items[i]
        data=(word,count)
        # try:
        cur.execute("insert into `%s`" %(tablename) + "values('%s','%s')" % (data))
        db_conn.commit()
        # except Exception as err:
        #     print("sql语句执行错误",err)

    print("插入数据成功")

db_conn.close()

运行程序即可在数据库中创建对应的表,并将分词结果存入表中

原文地址:https://www.cnblogs.com/ltw222/p/15594734.html