使用R函数查找文件中某个单词的出现次数

我使用以下代码查找文件中某个单词

内存

的出现次数，结果不正确。你能帮我知道我错过了什么吗

注1：问题是寻找单词“记忆”的确切出现！ 注2：我意识到他们在寻找“记忆”，甚至像“记忆”这样的东西，这是不被接受的！我想这就是引起混乱的部分。我试着用“行动”这个词，正确答案是7！你也可以试试

#names=scan("hamlet.txt", what=character())
names <- scan('http://pastebin.com/raw.php?i=kC9aRvfB', what=character())
Read 28230 items
> length(grep("memory",names))
[1] 9

#names=scan（“hamlet.txt”，what=character（））
名称长度（grep（“内存”，名称））
[1] 9

---

这是@andrew指出的

，如果一个单词在同一行重复，我以前的答案会给出错误的结果。根据其他答案/评论，这一条似乎还可以：

names = scan('http://pastebin.com/raw.php?i=kC9aRvfB', what=character(), quote=NULL )
idxs = grep("memory", names, ignore.case = TRUE)

length(idxs)
# [1] 10

---

问题其实是莎士比亚对标点符号的使用。课文中有许多撇号（'）。当R函数

scan

遇到撇号时，它假定它是带引号字符串的开头，并将所有字符读取到

names

数组的单个条目中，直到下一个撇号为止。其中一个长条目恰好包含单词“memory”的两个实例，因此将匹配的总数减少了一个

您可以通过告诉

scan

将所有引号视为普通字符，而不是专门处理它们来解决此问题：

names <- scan('http://pastebin.com/raw.php?i=kC9aRvfB', what=character(), quote=NULL )

---

url需要验证的名称似乎没问题……您希望得到什么结果？您希望得到什么结果
grep
将返回包含字符串“memory”的元素（行）数。如果每个元素有多个实例，
grep
不会告诉您。这能解释任何明显的差异吗？@jbaums哦，对不起，我不知道。我把文件放在了pastebin中。@jbaums你是对的。我希望有一个小的示例数据集，而不是明天将消失的pastebin.com条目。我对这个问题投了否决票，如果没有发布示例数据集，我也会投票关闭。很可能这个词在一行中出现了两次。这是不正确的。请尝试
grep（'memory'，'memory\n'）
并查看
grep
不关心'\n'。@jbaums length（grep（“memory\n”，names））在这里返回1…我不明白。即使在编辑之后，代码也不会在单个元素（行）中检测到多个'memory'实例。它只告诉我们包含一个或多个“内存”实例的行数。@Fernando:这样想吧
grep（'memory'，'memory\n'）
说的是“在字符串'memory\n'中查找'memory'，”，而
grep（'memory\n'，'memory'）
说的是“在字符串'memory'中查找'memory\n'。谢谢您指出这一点，@andrew。我应该说“元素”而不是“行”，尽管在@Fernando的例子中（使用
readLines
），元素是行。@Fernando：在这个特殊的例子中，每个元素最多有一个实例，但可能还有更多。按照@andrew的建议，使用带参数的
scan
，将文本拆分为单个单词。