我想使用 Python 来计算文本输入 block 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最后的句点没有标点符号,有 23 个单词,接下来的“例如”短语有两个,其余以冒号结尾的有 14 个。
这可能不会太难实现,但是(遵循“不要重新发明轮子”的哲学,这似乎特别是 Pythonic)是否已经有任何东西特别适合这项任务?
请您参考如下方法:
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]
