Question

我正在尝试为JavaScript命令组合一个正则表达式，以准确计算textarea中的单词数。

我找到的一个解决方案如下：

document.querySelector("#wordcount").innerHTML = document.querySelector("#editor").value.split(/\b\w+\b/).length -1;

但这不包括任何非拉丁字符（例如：西里尔字母，韩文字母等）;它完全跳过它们。

我放在一起的另一个人：

document.querySelector("#wordcount").innerHTML = document.querySelector("#editor").value.split(/\s+/g).length -1;

但是除非文档以空格字符结尾，否则这不会准确计算。如果空格字符附加到计数值，即使空文档也计算1个单词。此外，如果文档以空格字符开头，则会计算无关的单词。

我是否可以在此命令中使用正则表达式，无论输入法如何，都能准确计算单词？

Answer 1

这应该做你想要的事情：

value.match(/\S+/g).length;

不是拆分字符串，而是匹配任何非空白字符序列。

如果需要，还可以轻松提取每个单词;）

Answer 2

尝试计算任何不是空格和字边界的东西：

value.split(/\b\S+\b/g).length

您也可以尝试使用unicode范围，但我不确定以下内容是否完整：

value.split(/[\u0080-\uFFFF\w]+/g).length

Answer 3

对我来说，这给了最好的结果：

value.split(/\b\W+\b/).length

与

var words = value.split(/\b\W+\b/)

你得到所有的话。

说明：

\ b是单词边界
\ W是一个非单词字符，资本通常意味着否定
＆＃39; +＆＃39;表示1个或多个字符或带前缀的字符类

我建议学习正则表达式。这是一项非常棒的技能，因为它们非常强大。 ; - ）

Answer 4

正确的正则表达式为/s+/，以便丢弃非单词：

'Lorem ipsum dolor , sit amet'.split(/\S+/g).length
7
'Lorem ipsum dolor , sit amet'.split(/\s+/g).length
6

Answer 5

你可以扩展/改变你这样的方法

document.querySelector("#wordcount").innerHTML = document.querySelector("#editor").value.split(/\b\(.*?)\b/).length -1;如果您想匹配电子邮件地址等内容

和

document.querySelector("#wordcount").innerHTML = document.querySelector("#editor").value.trim().split(/\s+/g).length -1;

还尝试使用\s作为unicode的\w

出处：http：//www.regular-expressions.info/charclass.html

Answer 6

尝试

    value.match(/\w+/g).length;

这将匹配一个单词中可以包含的字符串。而类似的东西：

    value.match(/\S+/g).length;

如果用户添加逗号或其他没有空格的标点符号，

将导致错误计数 - 或者在其两侧添加逗号并添加逗号。

Answer 7

我的简单 JavaScript库，名为FuncJS，它有一个名为“count（）”的函数，它完全符合它所谓的 - 计数单词。

例如，假设你有一个充满单词的字符串，你可以简单地将它放在函数括号之间，如下所示：

count("How many words are in this string?");

然后调用该函数，然后返回单词数。此外，此功能旨在忽略任何数量的空白，从而提供准确的结果。

要了解有关此功能的更多信息，请阅读http://docs.funcjs.webege.com/count().html上的文档，并在页面上找到FuncJS的下载链接。

希望这有助于任何想要这样做的人！：）

Answer 8

如果JavaScript理解标点符号类[[:punct:]]和前瞻断言(?=)
那么这应该得到所有的话：

/[\s[:punct:]]*(\w(?:\w|[[:punct:]](?=[\w[:punct:]]))*)/

或者，如果你没有（？:)构造......

/[\s[:punct:]]*(\w(\w|[[:punct:]](?=[\w[:punct:]]))*)/

在Perl中使用它会是这样的：

# Extracting and count the number of words
#
use strict;
use warnings;

my $text = q(
  I confirm that sufficient information and detail have been
  reported in this technical report, that it's "scientifically" sound,
  and that appropriate conclusion's have been included
);

my $regex = qr/ [\s[:punct:]]* (\w (?: \w | [[:punct:]](?=[\w[:punct:]]) )* ) /x;
my $wordcount = 0;

while ( $text =~ /$regex/g )
{
    print "$1\n";
    $wordcount++;
}

print "\n", '-'x20, "\nFound $wordcount words\n\n";

输出：

I
confirm
that
sufficient
information
and
detail
have
been
reported
in
this
technical
report
that
it's
scientifically
sound
and
that
appropriate
conclusion's
have
been
included

--------------------
Found 25 words

正则表达式，使用JavaScript进行准确的字数统计

8 个答案: