【大資料】字元串、檔案操作，英文詞頻統計預處理

作業要求來自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2646

1.字元串操作：

解析身份證号：生日、性别、出生地等。

add_num = {'440116':'羅崗區','440106':'天河區','440103':'荔灣區','440104':'越秀區','440105':'海珠區','440111':'白雲區',
           '440183':'增城區','440112':'黃埔區','440113':'番禺區','440114':'花都區','440115':'南沙區'}
id = input('請輸入身份證号碼：')
birth_year = id[6:10]
birth_month = id[10:12]
birth_day = id[12:14]
sex = id[16]
if int(sex)%2 == 0:
    sex='女'
else:
    sex='男'
print('您輸入的身份證号碼是（廣州市）：{}'.format(id))
print('出生地編碼：{}\n出生時間：{}年{}月{}日\n性别：{}'.format(add_num[id[0:6]],birth_year,birth_month,birth_day,sex))

ps：這是一個亂編的身份證号碼

凱撒密碼編碼與解碼

在密碼學中，恺撒密碼是一種最簡單且最廣為人知的加密技術。它是一種替換加密的技術，明文中的所有字母都在字母表上向後（或向前）按照一個固定數目進行偏移後被替換成密文。例，當偏移量是3的時候，所有的字母A将被替換成D，B變成E，以此類推。

text =input('輸入需要加密的單詞：')
str=''
text = text.lower()
for i in range(len(text)):
    text.split()
    if(ord(text[i]) >= 97 and ord(text[i]) <= 122):
        str = str + (chr(ord(text[i])+3))
    else:
        str = str + text[i]
print(str)

網址觀察與批量生成

for i in range(2,6):
    url='http://news.gzcc.cn/html/xiaoyuanxinwen/{}.html'.format(i)
    print(url)

2.英文詞頻統計預處理

下載下傳一首英文的歌詞或文章或小說，儲存為utf8檔案。
從檔案讀出字元串。
将所有大寫轉換為小寫
将所有其他做分隔符（,.？！）替換為空格
分隔出一個一個的單詞
并統計單詞出現的次數。

f = open('MyFather.txt',mode='r',encoding='utf-8')
text = f.read()
f.close()
text = text.lower()
sep = ',.?!;:_'
for s in sep:
    text = text.replace(s,' ')
print(text.split())
print(text.count('father'),text.count('he'))