Question

我想找到文件（文本/字符串）中单词的总数。我可以用我的代码获得输出，但是我不确定它是否正确。这里有一些示例文件供大家尝试并查看获得的结果。另请注意，不允许使用任何模块/库。样本1：https://www.dropbox.com/s/kqwvudflxnmldqr/sample1.txt?dl=0

sample2-https://www.dropbox.com/s/7xph5pb9bdf551h/sample2.txt?dl=0

sample3-https://www.dropbox.com/s/4mdb5hgnxyy5n2p/sample3.txt?dl=0

在计算单词数之前，您必须考虑一些事情。

句子是一系列单词，后跟句号，问号或感叹号，而后者又必须带引号（因此，句子是引号或口语的结尾）话语）或空白（空格，制表符或换行符）。例如，如果句末未出现句号，则应将其视为空白，因此可以结束单词。像3.42就是两个字。否则P.yth.on将是3个字。
双连字符（-）代表被视为空格字符。话虽这么说，首先，我打开并读取文件以获取所有文本。然后，我将所有无用的字符替换为空格，以便更轻松地计算单词。这也包括“-”。

然后我将文本拆分为单词，创建了一个字典来存储单词的数量。完成字典后，我将所有值相加以获得单词总数，并将其打印出来。参见下面的代码：

def countwords():
    filename = input("Name of file? ")
    text = open(filename, "r").read()
    text = text.lower() 
    for ch in '!.?"#$%&()*+/:<=>@[\\]^_`{|}~': 
        text = text.replace(ch, ' ')
    text = text.replace('--', ' ')          
    text = text.rstrip("\n")    
    words = text.split()       
    count = {}                 
    for w in words:
        count[w] = count.get(w,0) + 1   
    wordcount = sum(count.values())     
    print(wordcount)

因此对于sample1文本文件，我的字数是321，样本2：542 对于样本3：139
我希望是否可以将这些答案与这里的一些python专家进行比较，看看我的结果是否正确以及它们是否不是我做错的事情。

Answer 1

您可以使用正则表达式尝试此解决方案。

#word counter using regex
import re
while True:
    string =raw_input("Enter the string: ")
    count = len(re.findall("[a-zA-Z_]+", string))
    if line == "Done": #command to terminate the loop
        break
    print (count)
print ("Terminated")

计算文件中的单词总数？

1 个答案: