计算Python中标点字符之间的单词数答案

【问题标题】：Counting number of words between punctuation characters in Python计算Python中标点字符之间的单词数
【发布时间】：2014-01-18 19:49:41
【问题描述】：

我想使用 Python 计算文本输入块中某些标点字符之间出现的单词数。例如，对到目前为止所写的所有内容的这种分析可能表示为：

[23,2,14]

...因为第一个句子除了结尾的句号没有标点符号，有 23 个单词，接下来的“例如”短语有两个，其余以冒号结尾的短语有 14 个。

这可能不会太难做，但是（与“不要重新发明轮子”的哲学相一致，这似乎特别是 Pythonic）是否已经有任何东西特别适合这项任务？

【问题讨论】：

另外，有任何你想解决的问题的真实例子吗？
我尝试了一些随意的网络搜索（其中显示了很多用于词频计数的解析器等）；也许这已经足够琐碎了，我自己写它的骨头毕竟不会有太大的麻烦。不过，以非专家的身份提问永远不会有什么坏处。至于问题，更像是一个实验。这只是其中的一小部分。

标签： python parsing text package text-analysis

【解决方案1】：

punctuation_i_care_about="?.!"
split_by_punc =  re.split("[%s]"%punctuation_i_care_about, some_big_block_of_text)
words_by_puct = [len(x.split()) for x in split_by_punc]

【讨论】：

您在“punctuation_i_care_about”中忘记了逗号。就目前而言，它不会输出操作正在寻找的内容。
Joran 的回答 = 举个例子，@geekazoid :-) Python 太棒了。

【解决方案2】：

Joran 打败了我，但我会添加我的方法：

from string import punctuation
import re

s = 'I want to use Python to count the numbers of words that occur between certain punctuation characters in a block of text input. For example, such an analysis of everything written up to this point might be represented as'

gen = (x.split() for x in re.split('[' + punctuation + ']',s))

list(map(len,gen))
Out[32]: [23, 2, 14]

（我爱map）

【讨论】：

我喜欢函数式编程；）