如何计算ruby中字符串的单词

Question

我想做这样的事情

def get_count(string)
 sentence.split(' ').count
end

我认为可能有更好的方法，字符串可能有内置方法来执行此操作。

Answer 1

我认为count是一个函数，所以你可能想要使用length。

def get_count(string) 
    sentence.split(' ').length
end

编辑：如果你的字符串真的很长，从中创建一个数组，任何拆分都需要更多的内存，所以这里有一个更快的方法：

def get_count(string) 
    (0..(string.length-1)).inject(1){|m,e| m += string[e].chr == ' ' ? 1 : 0 }
end

Answer 2

如果唯一的单词边界是单个空格，只需计算它们。

puts "this sentence has five words".count(' ')+1 # => 5

如果单词之间有空格，行尾，制表符，逗号后跟空格等，则可能会扫描单词边界：

puts "this, is./tfour   words".scan(/\b/).size/2

Answer 3

我知道这是一个老问题，但这可能有助于某人在这里磕磕绊绊。反对词是一个复杂的问题。什么是“字”？数字和特殊字符算作单词吗？等...

我为此目的编写了words_counted gem。它是一个高度灵活，可定制的字符串分析器。您可以要求它使用正则表达式，字符串和数组来分析字数统计，单词出现以及排除单词/字符的任何字符串。

counter = WordsCounted::Counter.new("Hello World!", exclude: "World")
counter.word_count #=> 1
counted.words      #=> ["Hello"]

等等...

documentation and full source are on Github。

Answer 4

使用正则表达式也将涵盖多个空格：

sentence.split(/\S+/).size

Answer 5

String没有预先构建的任何内容来执行您想要的操作。您可以在类中定义方法，或者为您想要的内容扩展String类本身：

def word_count( string )
  return 0 if string.empty?

  string.split.size
end

Answer 6

正则表达式拆分任何非单词字符：

string.split(/\W+/).size

...虽然它使得撇号使用计为两个单词，因此根据误差范围需要多小，您可能需要构建自己的正则表达式。

Answer 7

我最近发现String＃count比用over an order of magnitude分割字符串要快。

不幸的是，String＃count只接受一个字符串，而不是正则表达式。此外，它将两个相邻的空间计为两件事，而不是一件事，你必须单独处理其他空白字符。

Answer 8

p "  some word\nother\tword.word|word".strip.split(/\s+/).size #=> 4

Answer 9

我宁愿直接检查单词边界：

"Lorem Lorem Lorem".scan(/\w+/).size
=> 3

如果你需要将摇滚乐作为一个单词匹配，你可以这样做：

"Lorem Lorem Lorem rock-and-roll".scan(/[\w-]+/).size
=> 4