Dicen por ahí que la principal causa del calentamiento global, la tecnología industrial, es también su solución.

En varias publicaciones que hoy he hojeado en una biblioteca me he enterado de que con ciertas nuevas tecnologías se podría lograr una mayor eficiencia que reduzca la contaminación y las emisiones.

Convenientemente omiten el coste ambiental y de recursos no renovables que supone la producción, el despliegue, el uso o el mantenimiento de la tecnología maravillosa de turno. Las revistas y periódicos con un gran número de lectores tienen detrás una financiación que determina en gran medida su línea editorial. Es obvio que no van a criticar a quienes los financian, sino que van a decir solo cosas buenas de ellos. Me refiero a las grandes empresas tecnológicas, que tanto dinero mueven.

Que va a gastar más electricidad, que va a usar materiales no renovables durante la producción, que si es perjudicial para la salud: esas objeciones no existen. Miran solo lo bueno, aunque sea insignificante comparado con lo malo.

A más tecnología industrial, más contaminación. No lo digo yo, lo dicen los datos. Esos son también macrodatos (o como dicen los «entendidos», big data), pero parece que no los procesan muy bien.

En este artículo muestro cómo obtener las palabras más utilizadas de un texto de forma sencilla. En este caso, yo usaré como demostración el texto del libro octavo de la novela Τῶν περὶ Χαιρέαν καὶ Καλλιρρόην, extraído de https://www.perseus.tufts.edu/hopper/text?doc=Perseus%3Atext%3A2008.01.0668%3Abook%3D8. Le he quitado las anotaciones que tenía entre corchetes con sed...

sed -i 's/\[[^]]*\]//g' libro_octavo.txt

El programa que nos muestra todas las palabras es el siguiente, lo he llamado lista-de-palabras.py (explico cómo funciona más abajo):

archivo_texto = open('libro_octavo.txt', 'r')
texto = archivo_texto.read()
archivo_texto.close()

palabras = texto.split()

for palabra in palabras:
    print(palabra.strip('‘’:;,.').lower())

En el archivo con el texto, que he llamado libro_octavo.txt (descargar), asumo que una palabra está separada por un espacio en blanco, así que uso la función split para obtener la lista de palabras. Sin embargo, a veces hay comas, puntos, comillas, dos puntos y puntos y comas antes o después de las palabras, y a veces empiezan por mayúscula. Para estos casos basta usar la función strip(), con los caracteres que queremos desechar entre comillas, y lower() para poner la palabra en minúscula.

Ahora quiero se muestren por pantalla las palabras que más veces aparecen en el texto, con el número de veces que aparecen a su izquierda; pero no voy a programarlo yo, sino que voy a utilizar herramientas que permiten hacer eso en GNU/Linux: uniq y sort.