Question

这是How to count characters in a string?和Find out how many times a regex matches in a string in Python 的后续问题

我要计算字符串中的所有字母字符：

'Go until jurong point, crazy.. Available only in bugis n great world la e buffet... Cine there got amore wat...'

str.count()方法允许计算特定字母。使用count方法，如何计算整个字符串中的任何字母？

我试图在count方法中使用一个正则表达式，但是它返回0而不是83。我使用的代码是：

import re

spam_data['text'][0].count((r'[a-zA-Z]'))

当我使用时：

len(re.findall((r'[a-zA-Z]'), spam_data['text'][0]))返回长度为83。

为什么计数在这里返回0？

Answer 1

您应该使用str.count而不是计数。

spam_data['text'].str.count('\w')

0    83
Name: text, dtype: int64

要访问第一个值，请使用：

spam_data['text'].str.count('\w')[0]
83

Answer 2

如何使用count方法来计算字符串中整个字母中的任何字母？

wrd = 'Go until jurong point, crazy.. Available only in bugis n great world la e buffet... Cine there got amore wat...'
>>>> count = sum([''.join({_ for _ in wrd if _.isalpha()}).count(w) for w in wrd])
>>>> count
83

说明：使用列表推导获得set中唯一字母计数的总和（在wrd中）。
类似于：

count = []
set_w = set()
for w in wrd:
    if w.isalpha():
        set_w.add(w)

for w in set_w:
    count.append(wrd.count(w))

print(sum(count))

Answer 3

简短答案：您不是使用正则表达式，而是使用raw string literal，因此计算了字符串'[a-zA-Z]的出现次数。

因为格式r'..'的字符串不是正则表达式，所以它是 raw 字符串 literal 。如果您写r'\n'，则会写一个包含两个个字符的字符串：反斜杠和一个n。不是换行。原始字符串在正则表达式的上下文中很有用，因为正则表达式也使用了很多转义。

例如：

>>> r'\n' '\\n' >>> type(r'\n') <class 'str'>

但是在这里，您需要计算字符串 '[a-zA-Z]'出现的次数，除非您的spam_data['text'][0]字面包含方括号[，后跟{{ 1}}等，计数将为零。或如str.count [Python-doc]的文档中所述：

a

返回字符串string.count(s, sub[, start[, end]])中子字符串 sub的（不重叠）出现次数。 s[start:end]和start的默认设置以及负值的解释与切片相同。）

如果字符串很大，并且您不想构造一个匹配列表，则可以使用以下方法计算元素的数量：

end

但是，通常简单地使用sum(1 for _ in re.finditer('[a-zA-Z]', 'mystring'))然后计算元素数通常会更快。

Answer 4

在这个：

spam_data['text'][0].count((r'[a-zA-Z]'))

count通过字符串接受参数，不是正则表达式，这就是为什么它返回0的原因。

使用第二个示例。

findall内部的正则表达式与内部计数的正则表达式

4 个答案: