在Ruby中计算字符串中单词数量的最佳方法是什么？

Question

在Ruby中计算字符串中单词数量的最佳方法是什么？

ruby-on-railsruby

33

有没有比 string.scan(/(\w|-)+/).size 更好的方法呢？（其中 - 的作用是使像 "one-way street" 这样的字符串被计为 2 个单词而不是 3 个单词）

- Tom Lehman

6

“单词”一词的定义是什么？请想象以下字符串：“I am ... string.”，您希望计算多少个单词？ - Christoph Schiessl

非常好的问题，亲爱的。 - Manish Shrivastava

8个回答

12

我知道这是一个老问题，但对于寻找比string.split更复杂的东西的其他人来说，这可能会很有用。我编写了words_counted gem来解决这个特定的问题，因为定义单词非常棘手。

这个gem允许你定义自己的自定义标准，或者使用开箱即用的正则表达式，对于大多数用例来说非常方便。您可以使用各种选项预过滤单词，包括字符串、lambda、数组或另一个正则表达式。

counter = WordsCounted::Counter.new("Hello, Renée! 123")
counter.word_count #=> 2
counter.words #=> ["Hello", "Renée"]

# filter the word "hello"
counter = WordsCounted::Counter.new("Hello, Renée!", reject: "Hello")
counter.word_count #=> 1
counter.words #=> ["Renée"]

# Count numbers only
counter = WordsCounted::Counter.new("Hello, Renée! 123", rexexp: /[0-9]/)
counter.word_count #=> 1
counter.words #=> ["123"]

这个宝石提供了一堆更有用的方法。

- Mohamad

2

如果这里的'word'可以描述为包含'-'的字母数字序列，则以下解决方案可能是合适的（假设不匹配'word'模式的所有内容都是分隔符）：


>> 'one-way street'.split(/[^-a-zA-Z]/).size
=> 2
>> 'one-way street'.split(/[^-a-zA-Z]/).each { |m| puts m }
one-way
street
=> ["one-way", "street"]

然而，还有一些其他符号可以包含在正则表达式中 - 比如，'以支持像"it's"这样的单词。

- user128666

1

这很简单，如果你输入的是带空格的单词，它就能完成任务。它最终也会计算数字，但我相信你可以编辑代码以不计算数字。

puts "enter a sentence to find its word length: "
word = gets
word = word.chomp
splits = word.split(" ")
target = splits.length.to_s


puts "your sentence is " + target + " words long"

- abonn

1

最好的方法是使用split方法。 split根据分隔符将字符串分成子字符串，返回一个子字符串数组。 split接受两个参数，即pattern和limit。 pattern是要将字符串拆分为数组的分隔符。 limit指定结果数组中的元素数量。有关详细信息，请参阅Ruby文档：Ruby字符串文档。

str = "This is a string"
str.split(' ').size
#output: 4

上面的代码在找到一个空格时拆分字符串，因此它给出了字符串中单词的数量，这间接地表示数组的大小。

- Akhil Gautam

0

上述解决方案是错误的，请考虑以下内容：

"one-way  street"

你将会得到

["one-way","", "street"]

使用

'one-way street'.gsub(/[^-a-zA-Z]/, ' ').split.size

- Hillel

1

在单向和街道之间，有2个空格。 - Hillel

8

不行。如果没有提供参数且 $; 为 nil，Ruby 会根据空格（连续的、前导和尾随的空格将被忽略，例如 \s+）进行分割。请学习 Ruby。 - KitsuneYMG

0

这只在 ASCII 空白字符上分割单词：

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

- Lri

0

例如，在文件中计算《战争与和平》的字数。

acc = 0
File.readlines('war_and_peace.txt').each { |line| acc += line.split.size }

acc
 => 238610

- shilovk

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- KitsuneYMG · Accepted Answer

string.split.size

解释多个空格的编辑

从Ruby String文档页面

split(pattern=$;, [limit]) → anArray

根据分隔符将str拆分为子字符串，并返回这些子字符串的数组。

如果pattern是一个字符串，则在拆分str时使用其内容作为分隔符。 如果pattern是单个空格，则在分割str时会忽略前导空格和连续的空格字符。

如果pattern是一个正则表达式，则在模式匹配的地方将str分割。每当模式匹配零长度字符串时，str将被分割为单个字符。如果pattern包含组，则相应的匹配结果也将在数组中返回。

如果省略了pattern，则使用$;的值。如果$;为nil（默认值），则与指定了“ ”一样，在空格处拆分str。

如果省略了limit参数，则省略尾随的null字段。如果limit是正数，则最多返回那么多个字段（如果limit为1，则整个字符串作为数组中的唯一条目返回）。如果是负数，则没有限制返回字段的数量，并且不省略尾随的null字段。

" now's  the time".split        #=> ["now's", "the", "time"]

虽然这篇编辑时的最新 ruby 版本是如此，但我是在 1.7 版本（如果我没记错的话）学会这个技巧的，那个版本也可以用这种方式。我刚在 1.8.3 版本上测试过了。