aide pour script répétition des mots (poussé)

Bonjour,
Je vous explique, j'ai un txt avec plusieurs extension de type:

Hotmail.fr
Hotmail.com
gmx.de
etc
etc

Et j'aimerais que le script retire les doublons MAIS! qu'il note a coté de chaque extension combien il y avait de doublon par exemple :
Hotmail.fr : 5
Hotmail.com : 1
gmx.de : 56
etc
etc

ps : je ne peux pas faire de dictionnaire car j'ai environ 100.000 extensions différentes.

merci d'avance pour vos proposition.

Salut,

Citation:

---

Envoyé par siwalex

ps : je ne peux pas faire de dictionnaire car j'ai environ 100.000 extensions différentes.

---

Je ne comprends pas le problème:

Code:

---

1 2 3

>>> from collections import Counter >>> lines = [ 'zzzzz%03d' % x for x in range(20) ] >>> lines = lines * (1000 * 50)

---

Donc on a fabriqué une liste d'un millions de lignes:

Code:

---

1 2 3

>>> len(lines) 1000000 >>>

---

Et çà se compte assez bien:

Code:

---

1 2 3 4 5 6

>>> Counter(lines) Counter({'zzzzz000': 50000, 'zzzzz013': 50000, 'zzzzz010': 50000, 'zzzzz008': 50 000, 'zzzzz005': 50000, 'zzzzz004': 50000, 'zzzzz006': 50000, 'zzzzz003': 50000, 'zzzzz007': 50000, 'zzzzz016': 50000, 'zzzzz015': 50000, 'zzzzz002': 50000, 'zz zzz017': 50000, 'zzzzz014': 50000, 'zzzzz009': 50000, 'zzzzz018': 50000, 'zzzzz0 11': 50000, 'zzzzz001': 50000, 'zzzzz019': 50000, 'zzzzz012': 50000})

---

- W

Et bien j'ai un fichier txt avec plusieurs mots sous cette forme :

hotmail.fr
hotmail.com
hotmail.fr
hotmail.fr
hotmail.de
hotmail.fr

et je souhaite savoir combien il y a de mot hotmail.fr , hotmail.com etc

Citation:

---

Envoyé par siwalex

Et bien j'ai un fichier txt avec plusieurs mots sous cette forme :

hotmail.fr
hotmail.com
hotmail.fr
hotmail.fr
hotmail.de
hotmail.fr

et je souhaite savoir combien il y a de mot hotmail.fr , hotmail.com etc

---

C'est quoi le soucis? Pour apprendre à ouvrir et lire un fichier, le plus simple est d'ouvrir un tuto... et d'essayer de comprendre le code précédent.

- W

Alors non,
je sais comment ouvrir et lire un fichier mais je ne sais comment faire pour qu'ils compte chaques doublons present et me dire en combien d'exemplaires sont ils.
je n'ai aucunes idées...
et j'ai beau chercher partout des idée de code mais en vain ...

Citation:

---

Envoyé par siwalex

et j'ai beau chercher partout des idée de code mais en vain ...

---

Je vous ai déjà donné une solution dans ce message... Si vous n'avez pas le temps de lire ou d'essayer de comprendre ces quelques lignes de code, je ne peux pas grand chose pour vous. Désolé.

- W

j'ai tout lu,
j'ai reussi a en faire quelque chose mais le probleme est toujours le meme :
numéroter le nombre de fois ou le mot apparait... je ne trouve ca nul part du moins je n'arrive pas a intergrer de compteur dans le script...
j'ai besoin d'aide s'il vous plait

Citation:

---

Envoyé par siwalex

j'ai tout lu,
j'ai reussi a en faire quelque chose mais le probleme est toujours le meme :
numéroter le nombre de fois ou le mot apparait... je ne trouve ca nul part du moins je n'arrive pas a intergrer de compteur dans le script...

---

Ce comptage est fait par Counter qui est un "dictionnaire".
Ses fonctionnalités sont décrites ici.

- W

merci !
je crois avoir trouver une solution.
en revanche en executant :

Code:

---

1 2 3

import re words = re.findall(r'\w+', open('1.txt').read().lower()) counter(words).most_common(10)

---

mon fichier 1.txt n'est pas vide,

j'ai ce message :

Code:

---

1 2 3 4

Traceback (most recent call last): File "C:\Users\Siwal\AppData\Local\Programs\Python\Python35-32\Scripts\compter les doublons.py", line 4, in <module> counter(words).most_common(10) NameError: name 'counter' is not defined

---

pourquoi donc ?
merci d'avance :)

Citation:

---

Envoyé par wiztricks

Ce comptage est fait par Counter qui est un "dictionnaire".
Ses fonctionnalités sont décrites ici.

- W

---

du coup ... pour mon message d'erreur ... j'ai resolu :)