Python 在不使用拆分的情况下计算字符串中的单词数

我遇到了一个问题，我需要在不使用Python中的

split（）

函数的情况下计算字符串中的字数。 我想到了一种方法，在这种方法中，我可以取一个变量

word=0

，每次字符串中有空格时都递增它，但它似乎不起作用，因为它总是给出的计数小于实际计数

s="the sky is blue"

def countW(s):
    print(s)
    word=0
    for i in s:
        if i==" ":
            word=word+1
    print(word)
countW(s)

我知道这是一个简单的问题，但我很难理解还有什么可以考虑，以确保我得到正确的计数。 我想到的第二种方法涉及太多的循环和数组创建，然后是返回字符串转换。

---

有谁能告诉我一个更简单的方法，在这里我不会增加时间复杂度。

计算空格数是一个很好的方法，并且在大多数情况下都有效。当然，你必须加1才能得到正确的字数

但是，由于您似乎关心的是格式不好的字符串，所以必须考虑多个空白，在开始和结束时加空白，以及标点符号。

如果您不想使用正则表达式（如Ezsrac的回答中所述），这里有一个替代方案，它将字符、数字和下划线的组合视为单词，就像

\w

一样。它只是统计单词字符和非单词字符之间的所有转换。结束时需要特别注意结尾处的非单词字符（例如<代码> >一个“< /代码> vs.代码>”一个“< /代码>”。

---

如果你还想包括其他字符，你可以简单地扩展<代码> iSyWord字符函数，但是要知道不使用非常先进的技术不可能考虑所有的角情况。例如，考虑<代码>“你好看”<代码> VS>代码>这是好看的天空“”。这样一个简单的程序不可能识别出第一个是复合形容词，而第二个是由两个链接不好的句子组成的。

如果你真的不想使用split，你可以试试regex：

import re
s= "the sky is blue"
count = len(re.findall(r'\w+', s))
print (count)

您还可以使用，根据字符是否为字母数字进行分组，并对所有值求和（

True

equaling

1

）

---

最简单的有状态的有限自动机——在一个词内或词外。伪代码：

InsideWord = false
Count = 0
for c in s
    if c is not letter
               InsideWord = false 
    else
         if not InsideWord
               Count++
               InsideWord = true

---

def countW（s）：s中i的print（s）word=0:if i==“”：word=word+1 print（word）countW（s）

s.count（“”+1

应该这样做。使用split对字符串进行计数的可能重复是无效的，因为它创建了一个列表。最好数一数空格并加1。如果你担心格式不好的字符串、错误的语法等，这个问题显然是不够明确的。在一般意义上，这甚至可能是不可能的。例如，“你长得很好看”与“这是一个很好看的天空”计算机应该如何确定第一个是复合形容词，而第二个是由两个连接不好的句子组成的？我只是尝试了一下，但我只是想知道它是否适合所有的边缘情况，或者他们的方法是否比这个更好，避免使用Python直接函数，如count（）或split（）@Faith lost，因为您关心边缘情况，我添加了另一个解决方案。如果有人输入了格式不正确的字符串，那么您提到的代码将失败。Ex:str=“天是蓝的。你肯定应该在问题中完善你的要求！什么是单词？请记住，单词可以由大量的函数间字符和空格字符分隔，因此不建议只检查空格。我会创建一个像

word\u bounders=set（[“”，“\n”，“，”，“！”，“：”]）

这样的集合，然后在word\u bounders中使用if

if str[I]…

来消除边缘情况。您好，非常感谢您提到的regex-one至少通过了直接空间计数失败的测试用例。Ex--s=“天空是蓝色的。the”给出了5的正确答案

import re
s= "the sky is blue"
count = len(re.findall(r'\w+', s))
print (count)

>>> s = "the sky is blue"
>>> sum(k for (k, g) in itertools.groupby(s, key=str.isalnum))
4

InsideWord = false
Count = 0
for c in s
    if c is not letter
               InsideWord = false 
    else
         if not InsideWord
               Count++
               InsideWord = true