本书是一本为人文社会科学方向的老师和学生量身打造的Python入门书。大数据时代人文社会科学的研究者应该充分利用数据资源，分析数据背后隐藏的一般规律和特征。 本书以解决语言研究中常见的问题为主线，涉及中、英、日三种语言。以具体的问题为导向，讲解快速、高效处理这些问题的方法，对每种方法都配有全部代码及其详细说明。将这些代码与第10章的批处理方法相结合，可以大大提高工作效率及准确性。本书每章都配有习题，便于加深理解和应用拓展。 本书适合作为自学Python的参考书，亦可作为语料库语言学、计量语言学、计量风格学等课程的教材。

目　　录
前　言
第1篇 准备工作与文本
第1章 语言研究与编程3
1.1 学习编程的理由3
1.1.1 大数据语言研究3
1.1.2 新增功能4
1.1.3 注意事项5
1.2 编程难点6
1.3 本书构成6
1.3.1 内容构成6
1.3.2 样本文件和相关软件6
1.4 本章小结6
习题6
第2章 文本数据7
2.1 文本文件的优点7
2.2 文本文件的使用8
2.2.1 文本编辑器8
2.2.2 文本编辑器的安装8
2.2.3 单文本检索9
2.2.4 多文本检索11
2.2.5 文本编辑器替换实例12
2.3 字符编码与换行编码13
2.3.1 字符编码13
2.3.2 字符编码的判断13
2.3.3 字符编码的转换15
2.3.4 换行编码15
2.4 本章小结16
习题16
第3章 正则表达式17
3.1 正则表达式的定义17
3.2 文本查找17
3.2.1 符号“?”的用法18
3.2.2 符号“.”的用法18
3.2.3 符号“+”的用法20
3.2.4 符号“*”的用法20
3.2.5 符号“[ ]”的用法20
3.2.6 符号“|”的用法22
3.2.7 符号“^”与“$”的用法23
3.2.8 后方引用23
3.2.9 元字符组合24
3.3 文本替换25
3.4 本章小结28
习题28
第2篇 Python的基础知识
第4章 Python入门31
4.1 选择Python的理由31
4.2 Python的安装31
4.3 Python的运行33
4.4 Python的计算34
4.4.1 Python的计算器功能34
4.4.2 变量34
4.5 字符串35
4.5.1 字符串显示36
4.5.2 字符串长度：len( )函数37
4.5.3 数值与字符串37
4.5.4 数值转字符串：str( )函数38
4.5.5 字符串转数值：int( )函数38
4.6 本章小结39
习题39
第5章 使用Python读取文件40
5.1 保存并运行Python程序40
5.1.1 程序编写41
5.1.2 准备工作41
5.1.3 程序运行43
5.1.4 错误处理43
5.2 添加注释45
5.3 结果保存46
5.4 程序分析46
5.5 本章小结47
习题48
第6章 Python的检索49
6.1 if语句49
6.2 字符串语句51
6.2.1 运算符in51
6.2.2 startswith( )函数与endswith( )
函数51
6.3 not，and，or52
6.3.1 否定：not52
6.3.2 与关系：and52
6.3.3 或关系：or53
6.4 else与elif53
6.5 if实例54
6.5.1 特定行输出54
6.5.2 字母大小写55
6.5.3 删除空行56
6.6 本章小结56
习题56
第7章 for循环58
7.1 循环的基础知识58
7.2 循环控制语句60
7.2.1 跳过当前循环：continue60
7.2.2 循环中止：break61
7.3 循环应用62
7.3.1 添加行号62
7.3.2 部分文件的输出63
7.3.3 关键词标记64
7.3.4 空标记65
7.4 本章小结66
习题66
第8章 单词一览表：列表68
8.1 列表68
8.1.1 列表的索引与切片69
8.1.2 列表元素的添加70
8.1.3 列表排序71
8.2 列表与循环72
8.3 文件排序73
8.4 单词一览表74
8.4.1 字符串与列表转换：split( )和
join( )74
8.4.2 单词一览表程序75
8.4.3 符号处理77
8.5 表格数据处理77
8.6 本章小结80
习题80
第9章 单词频度表：字典81
9.1 字典的基础知识81
9.2 单词频度表83
9.3 频度表排序85
9.4 字典的导入86
9.5 本章小结88
习题88
第10章 文件操作89
10.1 文件的输入与输出89
10.1.1 操作对象89
10.1.2 文件的输出91
10.1.3 关键词91
10.2 批处理92
10.2.1 文件一览表92
10.2.2 文件内容的输出93
10.2.3 文件名的输出94
10.2.4 文件检索95
10.2.5 文件替换95
10.3 本章小结97
习题97
第11章 Python中的正则
表达式98
11.1 正则表达式检索98
11.1.1 匹配99
11.1.2 匹配行输出99
11.1.3 匹配单词统计100
11.1.4 匹配单词列表102
11.2 替换102
11.3 本章小结103
习题103
第3篇 Python应用：以汉语文本为中心
第12章 汉语词性标注基础及
常用工具107
12.1 汉语词性标注107
12.2 汉语词性标注工具108
12.2.1 NLPIR108
12.2.2 Python jieba110
12.3 本章小结112
习题112
第13章 日语形态素解析工具113
13.1 形态素解析113
13.2 形态素解析工具简介114
13.2.1 软件下载114
13.2.2 软件安装115
13.3 形态素解析工具的使用方法118
13.3.1 数据的选择119
13.3.2 输出选项120
13.4 形态素解析的注意事项123
13.4.1 解析精度123
13.4.2 解析单位124
13.5 本章小结125
习题126
第14章 Python处理汉语文本127
14.1 文本的读写127
14.2 汉语单词频度表128
14.3 动词频度表132
14.4 本章小结134
习题134
第15章 KWIC检索135
15.1 KWIC135
15.2 KWIC检索程序136
15.2.1 读入数据136
15.2.2 range( )函数138
15.2.3 前后语境140
15.2.4 KWIC检索程序代码141
15.3 本章小结143
习题143
第16章 词语搭配检索144
16.1 词语搭配检索程序144
16.2 程序的改进147
16.2.1 批处理148
16.2.2 复杂匹配150
16.3 程序的拓展154
16.3.1 语境范围154
16.3.2 检索条件155
16.4 本章小结155
习题155
参考文献156