import jieba
import os
from wordcloud import WordCloud
import matplotlib.pyplot as plt

path = os.getcwd()#获取当前路径

listDir=os.listdir(path)#获取当前目录下的所有内容

listInfo=""
for x in listDir:
    if ".txt" in x:#判断是不是以.txt为后缀的文件
        file=open(x,"r",encoding="utf-8")#用utf-8的格式打开
        listInfo+=file.read()#读取全部内容
        file.close()

words = jieba.lcut(listInfo)# 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
#统计词频
for word in words:
    if len(word) == 1: # 单个词语不计算在内
        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
#注解：dict.get(word,0)当能查询到相匹配的字典时，就会显示相应key对应的value，如果不能的话，就会显示后面的这个参数

#有些不重要的词语但出现次数较多，可以通过构建排除词库excludes来删除
text=' '.join(words)
excludes = {'一个','我们','你们','不可','知道','这里','却说',
            '自己','这样','怎么','不是', '不知','这个','不能','如此'}
#删除不重要的词语
for exword in excludes:
    del(counts[exword])
    
items = list(counts.items())
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

#输出统计结果
for i in range(10):
    word, count = items[i]
    print("{0:<5}{1:>5}".format(word, count))

#绘图 
wc=WordCloud(background_color='white',# 设置背景颜色
             font_path='msyh.ttc',# 若是有中文的话，这句代码必须添加，不然会出现方框，不出现汉字  
             scale=2, #按照比例进行放大画布，如设置为2，则长和宽都是原来画布的1.5倍
             max_words=100,# 设置最大现实的字数  
             max_font_size=80,# 设置字体最大值  
             stopwords=excludes)# 设置停用词 
wc.generate(text)
# 显示词云图  
plt.imshow(wc)
plt.axis('off')  
plt.show() 
wc.to_file(r'词频统计.jpg')