一篇文章，先转为单词为元素的列表。

分解时遇到的第一个问题，就是如果去除各类标点符号。

import re

line='asdf fjdk;;;; s afred,fjek.asdf,foo^ sdkk'

re.split(r'[;^,.\s]*',line) # 表示后面的字符串没有转义符。【这里面是要作为分隔的各类符号】，外面的*表示重复也算。

运算结果，['asdf','fjdk','afred','fjek','asdf','foo','sdkk']

在得到分解LIST后，就可以进行单词分析了。要用到Counter工具。

words = [

'look','into','my','eyes','look',

'the','the','not','around',255);"> 'eyes',"don't",255);"> 'my',"you're",'under'