是否有计算字符串中单词数量的函数？ 例如：
str1 <- "How many words are in this sentence"
返回7的结果。
答案 0 :(得分：65)
使用正则表达式符号\\W匹配非单词字符，使用+指示一行中的一个或多个字符，以及gregexpr以查找字符串中的所有匹配项。单词是单词分隔符的数量加1。
lengths(gregexpr("\\W+", str1)) + 1
如果“单词”不满足\\W的非单词概念（可以使用其他正则表达式，{}，那么在字符向量的开头或结尾会出现空字符串失败{1}}，\\S+等等，但总是存在使用正则表达式方法的边缘情况）等等。它可能比[[:alpha:]]解决方案更有效，它将为每个单词分配内存。正则表达式在strsplit中描述。
更新如评论和@Andri的不同答案中所述，该方法以（零）和单字符串以及尾随标点符号失败
?regex许多其他答案也在这些或类似（例如，多个空格）的情况下失败。我认为我的回答是关于原始答案中“一个词的概念”的回答，包括标点符号的问题（解决方案：选择不同的正则表达式，例如str1 = c("", "x", "x y", "x y!" , "x y! z")
lengths(gregexpr("[A-z]\\W+", str1)) + 1L
# [1] 2 2 2 3 3
），但零和一个单词的情况是个问题; @Andri的解决方案无法区分零和一个单词。因此采取“积极”的方法来寻找一个可能
[[:space:]]+导致
sapply(gregexpr("[[:alpha:]]+", str1), function(x) sum(x > 0))
同样，正则表达式可能会针对“单词”的不同概念进行细化。
我喜欢sapply(gregexpr("[[:alpha:]]+", str1), function(x) sum(x > 0))
# [1] 0 1 2 2 3
的使用，因为它的内存效率很高。使用gregexpr()的替代方法（如@ user813966，但使用正则表达式来分隔单词）并使用原始的分隔单词概念
strsplit()这需要为每个创建的单词和中间单词列表分配新的内存。当数据“很大”时，这可能相对昂贵，但对于大多数用途而言，这可能是有效且可理解的。
答案 1 :(得分：39)
最简单的方法将是：
require(stringr)
str_count("one, two three 4,,,, 5 6", "\\S+")
...计算非空格字符（\\S+）上的所有序列。
但是一个小功能让我们也决定我们想要计算哪种词 以及哪些对整个载体起作用还有吗？
require(stringr)
nwords <- function(string, pseudo=F){
ifelse( pseudo,
pattern <- "\\S+",
pattern <- "[[:alpha:]]+"
)
str_count(string, pattern)
}
nwords("one, two three 4,,,, 5 6")
# 3
nwords("one, two three 4,,,, 5 6", pseudo=T)
# 6
答案 2 :(得分：23)
我使用str_count库中的stringr函数和转义序列\w代表：
任何'字'字符（当前字母，数字或下划线） locale：在UTF-8模式下，只考虑ASCII字母和数字）
示例：
> str_count("How many words are in this sentence", '\\w+')
[1] 7
在我能够测试的所有其他9个答案中，只有两个（由Vincent Zoonekynd和petermeissner编写）适用于此处提供的所有输入，但它们也需要stringr。
但只有此解决方案适用于目前为止提供的所有输入，以及"foo+bar+baz~spam+eggs"或"Combien de mots sont dans cette phrase ?"等输入。
基准：
library(stringr)
questions <-
c(
"", "x", "x y", "x y!", "x y! z",
"foo+bar+baz~spam+eggs",
"one, two three 4,,,, 5 6",
"How many words are in this sentence",
"How many words are in this sentence",
"Combien de mots sont dans cette phrase ?",
"
Day after day, day after day,
We stuck, nor breath nor motion;
"
)
answers <- c(0, 1, 2, 2, 3, 5, 6, 7, 7, 7, 12)
score <- function(f) sum(unlist(lapply(questions, f)) == answers)
funs <-
c(
function(s) sapply(gregexpr("\\W+", s), length) + 1,
function(s) sapply(gregexpr("[[:alpha:]]+", s), function(x) sum(x > 0)),
function(s) vapply(strsplit(s, "\\W+"), length, integer(1)),
function(s) length(strsplit(gsub(' {2,}', ' ', s), ' ')[[1]]),
function(s) length(str_match_all(s, "\\S+")[[1]]),
function(s) str_count(s, "\\S+"),
function(s) sapply(gregexpr("\\W+", s), function(x) sum(x > 0)) + 1,
function(s) length(unlist(strsplit(s," "))),
function(s) sapply(strsplit(s, " "), length),
function(s) str_count(s, '\\w+')
)
unlist(lapply(funs, score))
输出：
6 10 10 8 9 9 7 6 6 11
答案 3 :(得分：15)
str2 <- gsub(' {2,}',' ',str1)
length(strsplit(str2,' ')[[1]])
gsub(' {2,}',' ',str1)确保所有单词仅由一个空格分隔，方法是将一个空格替换为两个或多个空格的所有出现。
strsplit(str,' ')在每个空格处分割句子并将结果返回到列表中。 [[1]]从该列表中获取单词的向量。 length计算了多少单词。
> str1 <- "How many words are in this sentence"
> str2 <- gsub(' {2,}',' ',str1)
> str2
[1] "How many words are in this sentence"
> strsplit(str2,' ')
[[1]]
[1] "How" "many" "words" "are" "in" "this" "sentence"
> strsplit(str2,' ')[[1]]
[1] "How" "many" "words" "are" "in" "this" "sentence"
> length(strsplit(str2,' ')[[1]])
[1] 7
答案 4 :(得分：13)
您可以使用str_match_all，使用可识别单词的正则表达式。
以下内容适用于初始，最终和重复空格。
library(stringr)
s <- "
Day after day, day after day,
We stuck, nor breath nor motion;
"
m <- str_match_all( s, "\\S+" ) # Sequences of non-spaces
length(m[[1]])
答案 5 :(得分：12)
您可以使用strsplit和sapply功能
sapply(strsplit(str1, " "), length)
答案 6 :(得分：11)
从stringi包
require(stringi)
> s <- c("Lorem ipsum dolor sit amet, consectetur adipisicing elit.",
+ "nibh augue, suscipit a, scelerisque sed, lacinia in, mi.",
+ "Cras vel lorem. Etiam pellentesque aliquet tellus.",
+ "")
> stri_stats_latex(s)
CharsWord CharsCmdEnvir CharsWhite Words Cmds Envirs
133 0 30 24 0 0
答案 7 :(得分：7)
您可以在库 qdap 中使用 wc 功能：
> str1 <- "How many words are in this sentence"
> wc(str1)
[1] 7
答案 8 :(得分：6)
您可以删除双重空格并计算字符串中" "的数量以获取单词数。 使用字符串和rm_white { qdapRegex }
str_count(rm_white(s), " ") +1
答案 9 :(得分：5)
试试这个
length(unlist(strsplit(str1," ")))
答案 10 :(得分：4)
在只有一个单词的情况下，解决方案7没有给出正确的结果。 你不应该只计算gregexpr结果中的元素（如果不匹配则为-1），但计算元素＆gt; 0
埃尔戈：
sapply(gregexpr("\\W+", str1), function(x) sum(x>0) ) + 1
答案 11 :(得分：1)
也是public class SongListAdapter extends FragmentStatePagerAdapter {
String tabTitles[] = new String[]{"Recommended", "Popular", "Rock", "Pop", "Blues", "Chill"};
Context context;
private ArrayList<Audio> audioList;
public SongListAdapter(FragmentManager fm, Context context) {
super(fm);
this.context = context;
}
@Override
public int getCount() {
return tabTitles.length;
}
@Override
public SongListFragment getItem(int position) {
SongListFragment slf = new SongListFragment();
slf.setAudioList(getAudioList());
slf.setItemOnClickListener(new SongListFragment.SongListItemOnClickListener() {
@Override
public void onClick(Audio audio) {
System.out.println("asdfdas");
itemListener.onClick(audio);
}
});
return slf;
}
@Override
public CharSequence getPageTitle(int position) {
// Generate title based on item position
return tabTitles[position];
}
public View getTabView(int position) {
View tab = LayoutInflater.from(context).inflate(R.layout.custom_tab, null);
TextView tv = tab.findViewById(R.id.custom_text);
tv.setText(tabTitles[position]);
return tab;
}
public ArrayList<Audio> getAudioList() {
return audioList;
}
public void setAudioList(ArrayList<Audio> audioList) {
this.audioList = audioList;
}
SongListViewPagerListViewItemListener itemListener;
public void setItemListener(SongListViewPagerListViewItemListener itemListener) {
this.itemListener = itemListener;
}
public interface SongListViewPagerListViewItemListener {
void onClick(Audio audio);
}
}
包中的简单函数stringi
stri_count_words答案 12 :(得分：1)
require（stringr）
定义一个非常简单的功能
str_words <- function(sentence) {
str_count(sentence, " ") + 1
}
检查
str_words(This is a sentence with six words)
答案 13 :(得分：0)
我发现以下功能和正则表达式可用于字数统计，特别是在处理单连字符和双连字符时，前者通常不应算作断字，例如，众所周知的高保真；而双连字符是不受空格限制的标点分隔符，例如用于括号的注释。
txt <- "Don't you think e-mail is one word--and not two!" #10 words
words <- function(txt) {
length(attributes(gregexpr("(\\w|\\w\\-\\w|\\w\\'\\w)+",txt)[[1]])$match.length)
}
words(txt) #10 words
Stringi是有用的软件包。但是由于连字符，本例中的单词过多。
stringi::stri_count_words(txt) #11 words
答案 14 :(得分：0)
使用 stringr 包，还可以编写一个简单的脚本，该脚本可以遍历字符串向量，例如通过for循环。
说
df $ text
包含一个我们感兴趣的字符串向量。首先，我们向现有数据框df中添加其他列，如下所示：
df$strings = as.integer(NA)
df$characters = as.integer(NA)
然后我们对字符串向量进行如下循环：
for (i in 1:nrow(df))
{
df$strings[i] = str_count(df$text[i], '\\S+') # counts the strings
df$characters[i] = str_count(df$text[i]) # counts the characters & spaces
}
结果列： strings 和 character 将包含单词和字符的计数，并且可以一次性实现向量字符串。
答案 15 :(得分：0)
require(stringr)
str_count(x,"\\w+")
可以很好地使用单词之间的双/三空格
所有其他答案都存在问题，即单词之间有多个空格。
答案 16 :(得分：0)
使用nchar
如果调用字符串向量x
(nchar(x) - nchar(gsub(' ','',x))) + 1
找出空格数，然后添加一个