作为四大名著之一，“水浒传”人人皆知。它是一部描写水泊梁山108位好汉史迹的长篇小说。书中人物个个形象鲜明，栩栩如生。可是，究竟哪些人物是书中的主角呢？梁山领头大哥宋江当仁不让，肯定是男一号了。其他还有哪些呢？一时也让人答不上来。

让我们请Python来帮忙吧。Python是一种计算机语言，当前十分流行。其应用领域非常广泛，特别是在涉及人工智能方面。有人称它为人工智能语言。

通常认为，一部小说中出场次数最多的人物就是作品中的主角。因此，根据作品文本中人物出现的频度，按照从大到小的顺序排列，就可以判断出谁是主角谁是次要角色了。然而， “水浒传”全文近百万字。用人工统计的方法将是十分繁琐的。但是，使用Python语言，编写40余行程序，运行半分钟就可以完成这个任务。

下面是步骤：

1.      获取“水浒传”文本

可以从网上搜索获得，需要使用TXT格式文本。

2.      预处理

汉字不像英文，单词之间没有用空格隔开。单词的要根据上下文来判断，这叫做“分词”。分词工作很麻烦，有专门的软件来完成。这里使用的是jieba（结巴）。

3.      无用词过滤

在统计词频时，有些频繁使用的单词，例如“因为”，“所以”， “但是”，“而且”之类，必须忽略。此项工作由Python程序完成。

4.      同义词归并

有时，一个人物有几个称呼，例如，“宋江”也叫“宋公明”“宋押司”， “鲁智深”又叫“鲁达”“鲁提辖”等等。因此，这些不同的人名应该归并到一个人名，以确保统计准确。此任务以及下面第5项和第6项任务也由Python完成。

5.      词频统计

6.      排序

对人名出现频率统计以后，按照从多到少的顺序排序。最前面的就可以认为是主要人物了。

最后的结果出来了。和你的预想一样吗？

本文使用软件环境：windows7  Python v3.8.1  PyCharm 2019.3.1(社区版)