Python 带重复字的正则表达式模式计数

我尝试编写一个python函数，对字符串中的特定单词进行计数

当我要计数的单词连续重复多次时，我的正则表达式模式不起作用。如果不是这样，这种模式似乎效果很好

这是我的功能

import re

def word_count(word, text):
    return len(re.findall('(^|\s|\b)'+re.escape(word)+'(\,|\s|\b|\.|$)', text, re.IGNORECASE))

当我用随机字符串测试它时

>>> word_count('Linux', "Linux, Word, Linux")
2

当我要数数的单词与其相邻时

>>> word_count('Linux', "Linux Linux")
1

---

问题在于你的正则表达式。您的正则表达式正在使用2个捕获组，

re.findall

将返回任何可用的捕获组。需要使用

（？：…）

此外，有理由使用

（^ |\s |\b）

作为

\b

或单词边界就足够了，它涵盖了除

\b

为零宽度之外的所有情况

同样的

（\，|\s |\b |\.|$）

也可以更改为

\b

因此，您只需使用：

def word_count(word, text):
     return len(re.findall(r'\b' + re.escape(word) + r'\b', text, re.I))

这将提供：

>>> word_count('Linux', "Linux, Word, Linux")
2
>>> word_count('Linux', "Linux Linux")
2

---

我不确定这是否是100%，因为我不理解当您只是在寻找字符串中重复的单词时，传递要搜索的单词的函数部分。所以也许考虑……/P>

import re

pattern = r'\b(\w+)( \1\b)+'

def word_count(text):
    split_words = text.split(' ')
    count = 0
    for split_word in split_words:
        count = count + len(re.findall(pattern, text, re.IGNORECASE))
    return count

word_count('Linux Linux Linux Linux')

输出：

4

2

也许有帮助

更新：根据下面的评论

def word_count(word, text):
    count = text.count(word)
    return count

word_count('Linux', "Linux, Word, Linux")

输出：

4

2

---

谢谢你的回复！我只是把我的问题修改得更精确些。我想数一数一个可能连续重复多次的单词。所以word_count（'Linux'，'Linux'）将返回3。我有一个拼写错误，已经修复。这将返回

word\u count（'Linux'，'Linux-Linux-Linux'）

的

3

，注意

'\b'

是一个退格字符，

'\x08'

，而不是

'\\b'

OP希望“在字符串中计算特定的单词”。例如，

“Linux”

在

“Linux，Word，Linux”

中出现两次，因此函数应该返回2。更新了答案。也许这有用？这是计算子字符串，而不是单词。例如，

word\u count（'race'，'racer'）

是1，但应该是0。如果您真的想使用

.count

方法，您可以将字符串拆分为一个列表，例如，

re.split（r'\W+'，text）

，但这使得不区分大小写的搜索更加困难。