web-dev-qa-db-ja.com

数字、句読点、空白を無視して、文中の単語の数を数える方法は？

文の単語を数えるにはどうすればいいですか？ Pythonを使用しています。

たとえば、次の文字列があります。

string = "I     am having  a   very  Nice  23!@$      day. "

それは7ワードです。各Wordの前後のランダムなスペースや、数字や記号が含まれている場合に問題があります。

pythonlisttextcounterpython-textprocessing
54
jerry2144

str.split() 引数なしでは、空白文字の実行時に分割されます。

>>> s = 'I am having a very Nice day.'
>>> 
>>> len(s.split())
7

リンクされたドキュメントから：

sepが指定されていない場合、またはNoneである場合、異なる分割アルゴリズムが適用されます。連続する空白の実行は単一のセパレーターと見なされます。文字列の先頭または末尾に空白がある場合、結果の先頭または末尾に空の文字列は含まれません。

76
arshajii

regex.findall() を使用できます。

import re
line = " I am having a very Nice day."
count = len(re.findall(r'\w+', line))
print (count)
48
karthikr
s = "I     am having  a   very  Nice  23!@$      day. "
sum([i.strip(string.punctuation).isalpha() for i in s.split()])

上記のステートメントは、テキストの各チャンクを調べ、句読点を削除してから、チャンクが実際にアルファベットの文字列であるかどうかを確認します。

4
boon kwee

これは、正規表現を使用した単純なWordカウンターです。スクリプトには、完了時にループを終了できるループが含まれています。

#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")
4
Aliyar

これが私のバージョンです。出力を7にする必要があることに気付きました。これは、特殊文字や数字をカウントしたくないことを意味します。正規表現パターンは次のとおりです。

re.findall("[a-zA-Z_]+", string)

[a-zA-Z_]は、any文字beetwen a-z（小文字）およびA-Z（大文字）に一致することを意味します。

スペースについて。余分なスペースをすべて削除する場合は、次のようにします。

string = string.rstrip().lstrip() # Remove all extra spaces at the start and at the end of the string
while "  " in string: # While  there are 2 spaces beetwen words in our string...
    string = string.replace("  ", " ") # ... replace them by one space!
2
JadedTuna

単純なループを使用して、スペースの数の発生をカウントしてみてはいかがですか？

txt = "Just an example here move along" 
count = 1
for i in txt:
if i == " ":
   count += 1
print(count)
2
Anto
    def wordCount(mystring):  
        tempcount = 0  
        count = 1  

        try:  
            for character in mystring:  
                if character == " ":  
                    tempcount +=1  
                    if tempcount ==1:  
                        count +=1  

                    else:  
                        tempcount +=1
                 else:
                     tempcount=0

             return count  

         except Exception:  
             error = "Not a string"  
             return error  

    mystring = "I   am having   a    very Nice 23!@$      day."           

    print(wordCount(mystring))

出力は8

1
Darrell White
import string 

sentence = "I     am having  a   very  Nice  23!@$      day. "
# Remove all punctuations
sentence = sentence.translate(str.maketrans('', '', string.punctuation))
# Remove all numbers"
sentence = ''.join([Word for Word in sentence if not Word.isdigit()])
count = 0;
for index in range(len(sentence)-1) :
    if sentence[index+1].isspace() and not sentence[index].isspace():
        count += 1 
print(count)
0
Adam