讀取excel

# 讀取excel
worksheet = xlrd.open_workbook(filepath)
table = worksheet.sheet_by_index(1)#讀取第一個sheet裡面的類容
datas=[]
# 第一行和第二行的內容不讀入
for i in range(table.nrows):
    if i == 0:
        continue
    if i == 1:
        continue
    s = table.cell_value(i,4) # 讀取第5列的內容
    datas.append(s)

讀取txt

#這個txt是已經切好詞的txt，詞與詞之間用空格隔開。並且每一行第一個詞是標籤。
def get_count(fPath):
    invertedIndex = defaultdict(list)
    docNumber = 0
    text=[]
    with open(fPath, 'r',encoding='utf-8') as f:
        line = f.readline()
        while line:
            line = line.strip('\n').split(' ')#這裡輸出的line是切好詞的list
            text.append(line)
            lengthOfDocument = len(line) # 讀出文章的長度，也就是每個line的長度
            docNumber += 1 # 計算文件索引，也就是line的索引
            if len(line) == 0:# 文字中的空行也要讀取。在我看來有點多餘。
                line = f.readline()
                continue
            docIndex = line[0] # 文章標籤
            
            for term in set(line):
                count = line.count(term) #計算每行中去重單詞的個數
                invertedIndex[term].append([docIndex,count,lengthOfDocument]) 
            line = f.readline()
    f.close()