使用正则表达式计算文档中英文单词的正确方法是什么?
我试过:
words=re.findall('\w+', open('text.txt').read().lower())
len(words)
但似乎我遗漏了几个字(与 gedit 中的字数相比)。 我做得对吗?
非常感谢!
最佳答案
使用\w+ 不会正确计算包含撇号或连字符的单词,例如“can't”将被算作 2 个单词。它还会计算数字(数字串); “12,345”和“6.7”将分别算作 2 个单词(“12”和“345”、“6”和“7”)。
关于python - 使用正则表达式在 Python 中进行字数统计,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6017948/