政府工作报告二问

2 个文本文件分别摘自2019年和2018年的政府工作报告。
问题1 ：数据统计。要求： 统计出两个文件中出现次数最多的10 个词语，作为主题词，要求词语不少于2个字符，打印输出在屏幕上，输出示例如下：（示例仅作为示意）‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬
2019:改革:10,企业:9,…（略）,深化:2‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬
2018:改革:11,效益,7,…（略）,深化:1‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬
注意：输出格式采用英文冒号和英文逗号，标点符号前后无空格，各词语间用逗号分隔，最后一个词语后无逗号。

import jieba
def getWords(fn):
    fi = open(fn, 'r', encoding='utf-8')
    ls = jieba.lcut(fi.read())  #f.read()读入全部内容
    d = {}
    for l in ls:
        if len(l) >= 2:
            d[l] = d.get(l, 0) + 1
    lt = list(d.items())
    lt.sort(key=lambda x: x[1], reverse=True)
    return lt
def showWords(li, year, num=10):
    print('{}:'.format(year), end='')
    for i in range(num):
        k, v = li[i]
        if i < num - 1:
            print('{}:{}'.format(k, v), end=',')
        else:
            print('{}:{}'.format(k, v))
ls2019 = getWords('政府工作报告2019.txt')
ls2018 = getWords('政府工作报告2018.txt')
showWords(ls2019, 2019)
showWords(ls2018, 2018)

问题2： 数据关联。要求：对比两组主体词的差异，输出两组的共有词语和分别的特有词语，输出示例如下：（示例词语非答案）‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬
共有词语：改革，…（略）,深化‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬
2019 特有：企业，…（略）,加强‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬
2018 特有：效益，…（略）,创新‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬
注意：输出格式采用英文冒号和英文逗号，标点符号前后无空格，各词语间用逗号分隔，最后一个词语后无逗号。

import jieba
def getWords(fn):
    fi = open(fn, 'r', encoding='utf-8')
    ls = jieba.lcut(fi.read())
    d = {}
    for l in ls:
        if len(l) >= 2:
            d[l] = d.get(l, 0) + 1
    lt = list(d.items())
    lt.sort(key=lambda x: x[1], reverse=True)
    return lt
def extraWords(li, num=10):
    ls = []
    for i in range(num):
        k, v = li[i]
        ls.append(k)
    return ls
def compareWords(ls1, ls2):
    comm = []
    lt1 = []
    lt2 = []
    for i in ls1:
        if i in ls2:
            comm.append(i)
        else:
            lt1.append(i)
    for i in ls2:
        if i not in ls1:
            lt2.append(i)
    return comm, lt1, lt2
def showDiffWords(comm, y1, y2, lt1, lt2):
    print('共有词语:', end='')
    print(','.join(comm))
    print('{}特有:'.format(y1), end='')
    print(','.join(lt1))
    print('{}特有:'.format(y2), end='')
    print(','.join(lt2))
def main():
    ls2019 = getWords('政府工作报告2019.txt')
    ls2018 = getWords('政府工作报告2018.txt')
    nls2019 = extraWords(ls2019)
    nls2018 = extraWords(ls2018)
    comm, x2019, x2018 = compareWords(nls2019, nls2018)
    showDiffWords(comm, 2019, 2018, x2019, x2018)
main()