使用正则表达式计算 Perl 中的句子/单词答案

【问题标题】：Counting Sentences/Words in Perl Using Regex使用正则表达式计算 Perl 中的句子/单词
【发布时间】：2011-01-31 01:02:41
【问题描述】：

这个正则表达式已经过时了。 :( 还有一个问题：我需要计算段落中的单词数和句子数。我尝试使用的代码是这样的：

my $sentencecount = $file =~ s/((^|\s)\S).*?(\.|\?|\!)/$1/g;
my $count = $file =~ s/((^|\s)\S)/$2/g;
print "Input file $ARGV[1] contains $sentencecount sentences and $count words.";

我的结果对这两个计数都返回 63。我知道这是不正确的，至少就字数而言。这是使用替代计数过程的结果吗？如果是这样，我该如何纠正？

【问题讨论】：

你知道，我认为可能有更简单的方法来计算字符串中的单词...
显然你应该发布输入文件。
另外，s///g 从替换文本开始每个匹配项（这样，s/a/ab/g 就不会导致无限循环）。这就是问题的一部分。此外，您的句子计数正则表达式非常奇怪——它用该句子中的第一个字符替换了第一句话（可能前面有一个空格）——这就是 $1 中的内容。
但是C.S. Lewis 或abr. 呢

标签： regex perl count word

【解决方案1】：

我建议查看 perl split 函数，请参阅 perlfunc(1)：

           If EXPR is omitted, splits the $_ string.  If PATTERN is also
           omitted, splits on whitespace (after skipping any leading
           whitespace).  Anything matching PATTERN is taken to be a
           delimiter separating the fields.  (Note that the delimiter may
           be longer than one character.)

【讨论】：

其实我在研究拆分功能，但是我所在的网站真的很糟糕，我当时没有意识到，所以我跳过了它，但是，是的，谢谢你，我得到了这个愚蠢的代码工作。谢谢！

【解决方案2】：

my $wordCount = 0;
++$wordCount while $file =~ /\S+/g;

my $sentenceCount = 0;
++$sentenceCount while $file =~ /[.!?]+/g;

在标量上下文中进行//g 匹配可以避免构建包含所有单词或所有句子的庞大列表，如果文件很大，可以节省内存。句子计数代码会将任意数量的句尾分隔符计为一个句子（例如，Hello... world! 将计为 2 个句子。）

【讨论】：

【解决方案3】：

这会从$file获取句子和字符的计数

$file="This is praveen worki67ng in RL websolutions";
my $count = () = $file =~ /\S+/g;
my $counter = () = $file =~ /\S/g;

【讨论】：

这是从 $file 中获取句子和字符的计数