【Python】文字数・出現回数をカウントする方法

# 文字列の長さをlen関数で取得する基本例

text = "Hello, Python!"

# len関数は、文字列に含まれる「文字の個数」を返します
length = len(text)

print("文字列:", text)
print("文字数:", length)

# 改行やスペースを含めた文字数と、含めない文字数を比較する例

text = "Hello World\nPython"

# そのままの文字数(スペース・改行を含む)
length_with_space = len(text)

# スペースと改行を取り除いた文字列を作る
# replaceで空白文字を削除し、lenで文字数を数える
text_without_space = text.replace(" ", "").replace("\n", "")
length_without_space = len(text_without_space)

print("元の文字列:", repr(text))  # reprで改行などを可視化
print("スペース・改行を含む文字数:", length_with_space)
print("スペース・改行を含まない文字数:", length_without_space)

# 日本語(マルチバイト文字)とバイト列のlenの違いを確認する例

text = "あいう"

# 文字列としての長さ(文字数)
char_length = len(text)

# UTF-8にエンコードした場合のバイト数
byte_data = text.encode("utf-8")
byte_length = len(byte_data)

print("文字列:", text)
print("文字数(len):", char_length)
print("UTF-8のバイト数(len):", byte_length)

# 文字列のcountメソッドで出現回数を数える例

text = "banana banana BANANA"

# 小文字の"a"の出現回数
count_a = text.count("a")

# 部分文字列"ana"の出現回数
count_ana = text.count("ana")

# 大文字・小文字を区別する点に注意
count_BANANA = text.count("BANANA")

print("文字列:", text)
print("'a' の出現回数:", count_a)
print("'ana' の出現回数:", count_ana)
print("'BANANA' の出現回数:", count_BANANA)

# splitとcountを使った単語の出現回数カウント

text = "apple orange apple banana orange apple"

# デフォルトのsplit()は空白文字で分割します
words = text.split()

# リストに対してcountメソッドを使う
apple_count = words.count("apple")
orange_count = words.count("orange")

print("単語リスト:", words)
print("'apple' の出現回数:", apple_count)
print("'orange' の出現回数:", orange_count)

# 正規表現を使った出現回数カウントの例

import re

text = "cat category Cat catalog cat."

# \b は「単語の境界」を意味し、単語としての「cat」のみを対象にします
pattern = r"\bcat\b"

# flags=re.IGNORECASE で大文字・小文字を区別しない
matches = re.findall(pattern, text, flags=re.IGNORECASE)

print("対象文字列:", text)
print("マッチした要素:", matches)
print("単語 'cat' の出現回数:", len(matches))

# Counterで文字ごとの出現回数をカウントする例

from collections import Counter

text = "banana banana"

# 文字列をそのままCounterに渡すと、1文字ごとの頻度が数えられます
char_counter = Counter(text)

print("対象文字列:", text)
print("文字ごとの出現回数:")

# items()で(文字, 回数)のペアを取得
for char, count in char_counter.items():
    print(repr(char), ":", count)

# Counterで単語頻度を集計する例

from collections import Counter

text = "Python is easy to learn. Python is powerful. I like Python."

# 句読点を簡易的に取り除き、小文字に統一する
clean_text = text.replace(".", "").replace(",", "").lower()

# 空白で分割して単語リストを作る
words = clean_text.split()

# 単語リストをCounterに渡す
word_counter = Counter(words)

print("単語ごとの出現回数:")
for word, count in word_counter.items():
    print(word, ":", count)

# Counter.most_commonで頻出単語ランキングを取得する例

from collections import Counter

text = "apple orange apple banana orange apple grape banana"

words = text.split()

counter = Counter(words)

# 上位3件を取得
top3 = counter.most_common(3)

print("単語頻度ランキング(上位3件):")
for rank, (word, count) in enumerate(top3, start=1):
    print(f"{rank}位: {word} ({count}回)")

# ファイル内テキストの文字数をカウントする基本例

file_path = "sample.txt"

# 文字コードはUTF-8を想定しています
with open(file_path, "r", encoding="utf-8") as f:
    text = f.read()

total_chars = len(text)

print("ファイル名:", file_path)
print("ファイル内の文字数:", total_chars)

# ファイル内の特定文字列の出現回数をカウントする例

file_path = "app.log"
target = "ERROR"

with open(file_path, "r", encoding="utf-8") as f:
    text = f.read()

error_count = text.count(target)

print("ファイル名:", file_path)
print(f"'{target}' の出現回数:", error_count)

# ファイル内テキストの単語頻度をCounterで集計する例

from collections import Counter

file_path = "article.txt"

with open(file_path, "r", encoding="utf-8") as f:
    text = f.read()

# 小文字に統一し、簡易的に句読点を取り除く
clean_text = text.lower()
for ch in [".", ",", "!", "?", ":", ";", "(", ")", "\"", "'"]:
    clean_text = clean_text.replace(ch, " ")

words = clean_text.split()

counter = Counter(words)

# 上位5単語を表示
for word, count in counter.most_common(5):
    print(word, ":", count)

# 大文字小文字と全角半角を正規化してからカウントする例

import unicodedata
from collections import Counter

text = "Python PYTHON ｐｙｔｈｏｎ パイソン ﾊﾟｲｿﾝ"

def normalize_text(s: str) -> str:
    # NFKC正規化で全角・半角の差を吸収
    s = unicodedata.normalize("NFKC", s)
    # 大文字小文字を無視するために小文字へ
    s = s.lower()
    return s

normalized = normalize_text(text)

print("元の文字列:", text)
print("正規化後文字列:", normalized)

# 空白区切りで単語カウント
words = normalized.split()
counter = Counter(words)

print("単語ごとの出現回数:")
for word, count in counter.items():
    print(word, ":", count)