Question

仅用“应该”之类的单词来计算撇号的变量的最佳方法是什么。

例如“我不应该那样做”算一次但是“'我不会那样做'”计数为零

基本上，我如何使用计数来计算单词而不是引号中的撇号。

我无法成功尝试很多。我只能使用基本的for循环来计算每个撇号，但不能专门缩小范围。

for sentence in split_sentences: 
        for w in sentence:
            for p in punctuation:
                if p == w:
                    if word in counts:
                        counts[p] += 1 
                    else:
                        counts[p] = 1

                else:
                    pass

对于给定的单词列表，它应该仅计入单词，而不是单词周围。因此，“应该”不会计数，而“应该”则不会计数。

Answer 1

您可以检查它是否在里面一词：

for sentence in split_sentences: 
        for w in sentence:
            for p in punctuation:
                if p in w and w[0] != p and w[-1] != p:
                    if word in counts:
                        counts[p] += 1 
                    else:
                        counts[p] = 1
                else:
                    pass

重要的一行是if p in w and w[0] != p and w[-1] != p: 我们有3条规则可以计算：

标语p用词2
w一词不以标点符号w[0]开头（p
单词w的结尾不是w[-1]的结尾（p

更Python化的方法是使用可用的str方法endswith和startswith：

...
if p in w and not w.startswith(p) and not w.endswith(p):
   ...

Answer 2

您可以使用正则表达式[a-zA-Z]'[a-zA-Z]查找所有用字母括起来的单引号。

对连字符的要求对我来说还不是很清楚。如果它具有相同的要求（即，仅在被字母包围时才计数），而不是使用正则表达式[a-zA-Z]['-][a-zA-Z]会达到目的：它将计算引号和连字符。

如果您应该计算所有连字符，则可以只使用str.count方法（例如 "test-string".count("-")返回1）。

这是一些示例代码，假设连字符必须仅在字母周围被计数时，也必须计算：

import re

TEST_SENTENCES = (
    "I shouldn't do that",
    "'I will not do that'",
    "Test-hyphen"
)

PATTERN = re.compile("[a-zA-Z]['-][a-zA-Z]")

for sentence in TEST_SENTENCES:
    print(len(PATTERN.findall(sentence)))

输出：

1
0
1

如何不计算单词间的标点符号

2 个答案: