Perl 中文 字频统计 (Perl 例子)

Perl 中文 字频统计 (Perl 例子)

#!/usr/bin/perl
#如果在文本中使用大字符集，那么将文本保存成utf-8格式。
#并将下面的注释标志去掉，同时给后面的简体中文编码语句加注释标记
#use utf8;

#使用简体中文编码，否则拆分单个汉字会出错。
use encoding "euc-cn";

#如果不提供待统计文本，退出程序
die if $#ARGV == -1;

#打开待统计文件
open(TXT, $ARGV[0]) or die "无法打开待统计文件。/n";

#哈希表，用于存放“汉字=>频率值”对。
%frequency = ();

#读取每一行，用chomp()删除句末换行符，否则会出错。
#用split函数将字符串分割为每一个汉字。每找到一个汉字，该字频率加1。
while($string = ){
chomp($string);
foreach $character (split //, $string) {
$frequency{$character}++;
}
}

#打印统计结果。
print "字频统计结果是： /n";

while ( ($k,$v) = each %frequency ) {
print "$k => $v/n";
}

#排序后打印结果。
print "字频统计结果是（由小到大排序后）： /n";

@character = sort {$frequency{$a} <=> $frequency{$b} }( keys %frequency);
foreach $character (@character){
print "$character => $frequency{$character}/n";
}