Question

在Python 2.7中，给出了这个字符串：

斑点是一只棕色的狗。斑点有棕色头发。斑点的头发是棕色的。

在字符串中查找“Spot”，“brown”和“hair”总和的最佳方法是什么？在示例中，它将返回8.

我正在寻找像string.count("Spot","brown","hair")这样的东西，但是在元组或列表中使用“要找到的字符串”。

谢谢！

Answer 1

这就是你要求的，但请注意它也会计算“毛茸茸”，“眉毛”等字样。

>>> s = "Spot is a brown dog. Spot has brown hair. The hair of Spot is brown."
>>> sum(s.count(x) for x in ("Spot", "brown", "hair"))
8

您也可以将其写为map

>>> sum(map(s.count, ("Spot", "brown", "hair")))
8

更强大的解决方案可能会使用nltk package

>>> import nltk  # Natural Language Toolkit
>>> from collections import Counter
>>> sum(x in {"Spot", "brown", "hair"} for x in nltk.wordpunct_tokenize(s))
8

Answer 2

我可以使用Counter：

s = 'Spot is a brown dog. Spot has brown hair. The hair of Spot is brown.'
words_we_want = ("Spot","brown","hair")
from collections import Counter
data = Counter(s.split())
print (sum(data[word] for word in words_we_want))

请注意，由于'brown.'和'brown'是单独的计数器条目，因此计数不足1。

一个稍微不太优雅的解决方案，不会在标点符号上使用正则表达式：

>>> len(re.findall('Spot|brown|hair','Spot is a brown dog. Spot has brown hair. The hair of Spot is brown.'))
8

您可以通过

从元组创建正则表达式

'|'.join(re.escape(x) for x in words_we_want)

这些解决方案的优点在于，与gnibbler的解决方案相比，它们具有更好的算法复杂性。当然，实际上在真实世界数据上表现更好仍然需要通过OP来衡量（因为OP是唯一一个具有真实世界数据的人）

计算另一个字符串中多个字符串的出现次数

2 个答案: