Harry potter词频统计 （1）选择一部长度合适的小说，中文、英文或其他语种皆可，长度不低于5万字。 （2）首先对文本进行词（字）频统计，中文可以进行分词统计词频，或不分词统计字频，英文要求统计词频并考虑词语的大小写等价性。 （3）按照词频顺序列出所有的词及其出现次数； （4）绘制排序-数量曲线，验证Zipf-Law（可以用第三方软件绘图）。 （5）利用正则表达式查找文件中的某种特定模式，对这种模式进行提取分析。要求提取出的内容有一定的复杂性（多种匹配结果），提取的数量不低于20个。 （6）完成说明文档，其中包括程序的说明和结果分析的说明。 （7）提交压缩文件，其中包括：源文件，处理的小说文本文件，处理得到的统计数据，项目文档（Markdown格式加上该文件所在目录的图片，也可以是Word或PDF格式，下同）