Question

我的PowerShell程序存在问题，计算我正在使用的文件中的句子数。我使用以下代码：

foreach ($Sentence in (Get-Content file))
{
    $i = $Sentence.Split("?")
    $n = $Sentence.Split(".")
    $Sentences += $i.Length
    $Sentences += $n.Length
}

我应该得到的句子总数是61但是我得到71，有人可以帮我解决这个问题吗？我的句子也设置为零。

由于

Answer 1

foreach ($Sentence in (Get-Content file))
{
    $i = $Sentence.Split("[?\.]")
    $Sentences = $i.Length
}

我编辑了你的代码。

您使用的.需要进行转义，否则Powershell会将其识别为正则表达式dotall表达式，这意味着“任何字符”

因此，您应该将字符串拆分为"[?\.]"或类似字符。

Answer 2

在计算句子时，你要找的是每个句子结束的地方。但是，拆分会返回围绕这些结束字符的句子片段集合，其末尾本身由元素之间的间隙表示。因此，句子数量将等于间隙数量，这比分割结果中的片段数量少一个。

当然，正如Keith Hill在上面的评论中指出的那样，当您可以直接计算结束时，实际的拆分是不必要的。

foreach( $Sentence in (Get-Content test.txt) ) {
  # Split at every occurrence of '.' and '?', and count the gaps.
  $Split = $Sentence.Split( '.?' )
  $SplitSentences += $Split.Count - 1

  # Count every occurrence of '.' and '?'.
  $Ends = [char[]]$Sentence -match '[.?]'
  $CountedSentences += $Ends.Count
}

test.txt档案的内容：

Is this a sentence? This is a 
sentence. Is this a sentence? 
This is a sentence. Is this a
very long sentence that spans
multiple lines?

另外，要澄清Vasili's answer的注释：PowerShell -split运算符默认将字符串解释为正则表达式，而.NET Split方法仅适用于文字字符串值。 / p>

例如：

'Unclosed [bracket?' -split '[?]'会将[?]视为正则表达式字符类并与?字符匹配，返回两个字符串'Unclosed [bracket'和''
'Unclosed [bracket?'.Split( '[?]' )会调用Split(char[])重载并匹配每个[，?和]字符，并返回三个字符串'Unclosed '， 'bracket'和''

使用PowerShell计算文件中的句子

2 个答案: