計算python中txt文件中單詞的出現

Question

假設我們不需要打擾大寫或小寫，所以我使用了re.IGNORECASE。

我用正則表達式來解決這個問題。這是我解決的方法：

total = 0 
for line in alllines: 
    count = 0 
    count = len(re.findall(word, line, re.IGNORECASE)) 
    total += count 

但是我遇到了一個我想知道的新問題。如果我只想要完整的單詞怎麼辦？例如，如果該行包含'helloworld'，那麼如果我的詞語'hello'，則不應該計算在內。但我的方式會計算在內。有什麼建議麼？

Answer 1

要匹配完整的單詞，您需要使用單詞邊界。

​​

但是，這將匹配foo:hello:barhello。如果你不想要這種類型的匹配，那麼你可以使用lookaround斷言來匹配一個完整的單詞。

count = len(re.findall(r'(?<!\S)'+ word + r'(?!\S)', line, re.IGNORECASE)) 

如果word你是喜歡在正則表達式來傳遞包含特殊車型字符，那麼你需要使用它的正則表達式中之前這個詞應用re.escape功能。

count = len(re.findall(r'(?<!\S)'+ re.escape(word) + r'(?!\S)', line, re.IGNORECASE)) 

(?<!\S)稱爲它斷言的匹配不會由非空格字符preceeded負回顧後發。爲什麼我們在這裏使用斷言意味着，它不會匹配任何字符，而是斷言匹配是否可能。 (?!\S)稱爲否定預測，它聲稱匹配不會跟隨非空格字符。即除了非空格字符以外的任何東西。