如何统计字符串中每个单词出现的次数？

Question

我使用以下代码从字符串输入中提取单词，如何获取每个单词的出现次数？

var words = Regex.Split(input, @"\W+")
                        .AsEnumerable()
                        .GroupBy(w => w)
                        .Where(g => g.Count() > 10)
                        .Select(g => g.Key);

- user3527065

Answer 1

你可以使用string.Split代替Regex.Split，并获得每个单词的计数，例如：

string str = "Some string with Some string repeated";
var result  = str.Split(new[] { " " }, StringSplitOptions.RemoveEmptyEntries)
                .GroupBy(r => r)
                .Select(grp => new
                    {
                        Word = grp.Key,
                        Count = grp.Count()
                    });

如果您想过滤掉那些至少重复10次的单词，那么您可以在Select之前添加一个条件，如Where(grp=> grp.Count >= 10) 输出结果为：

foreach (var item in result)
{
    Console.WriteLine("Word: {0}, Count:{1}", item.Word, item.Count);
}

输出：

Word: Some, Count:2
Word: string, Count:2
Word: with, Count:1
Word: repeated, Count:1

对于不区分大小写的分组，您可以将当前的 GroupBy 替换为：

.GroupBy(r => r, StringComparer.InvariantCultureIgnoreCase)

所以你的查询应该是：

var result = str.Split(new[] { " " }, StringSplitOptions.RemoveEmptyEntries)
                .GroupBy(r => r, StringComparer.InvariantCultureIgnoreCase)
                .Where(grp => grp.Count() >= 10)
                .Select(grp => new
                    {
                        Word = grp.Key,
                        Count = grp.Count()
                    });

- Habib

Answer 2

试试这个：

var words = Regex.Split(input, @"\W+")
                        .AsEnumerable()
                        .GroupBy(w => w)
                        .Select(g => new {key = g.Key, count = g.Count()});

- Matt

Answer 3

移除Select语句，保留IGrouping，你可以使用它来查看键和计数值。

var words = Regex.Split(input, @"\W+")
                    .AsEnumerable()
                    .GroupBy(w => w)
                    .Where(g => g.Count() > 10);

foreach (var wordGrouping in words)
{
    var word = wordGrouping.Key;
    var count = wordGrouping.Count();
}

- Haney

Answer 4

你可以像这样创建一个字典：

var words = Regex.Split(input, @"\W+")
                 .GroupBy(w => w)
                 .Select(g => g.Count() > 10)
                 .ToDictionary(g => g.Key, g => g.Count());

或者，如果您想避免两次计算数量，可以这样做：

var words = Regex.Split(input, @"\W+")
                 .GroupBy(w => w)
                 .Select(g => new { g.Key, Count = g.Count() })
                 .Where(g => g.Count > 10)
                 .ToDictionary(g => g.Key, g => g.Count);

现在你可以像这样获取单词的计数（假设单词“foo”在input中出现了超过10次）：

var fooCount = words["foo"];

- p.s.w.g