Vim、词频函数和法语重音

我最近发现了第1531号Vim提示（文件的字频统计）

按照建议，我将以下代码放在我的.vimrc中

function! WordFrequency() range
  let all = split(join(getline(a:firstline, a:lastline)), '\A\+')
  let frequencies = {}
  for word in all
    let frequencies[word] = get(frequencies, word, 0) + 1
  endfor
  new
  setlocal buftype=nofile bufhidden=hide noswapfile tabstop=20
  for [key,value] in items(frequencies)
    call append('$', key."\t".value)
  endfor
  sort i
endfunction
command! -range=% WordFrequency <line1>,<line2>call WordFrequency()

函数！WordFrequency（）范围
let all=split（join（getline（a:firstline，a:lastline）），“\a\+”）
设频率={}
一言以蔽之
让频率[word]=get（频率，单词，0）+1
外循环
新的
setlocal buftype=nofile bufhidden=hide noswapfile tabstop=20
对于项目中的[键，值]（频率）
调用附加（“$”，键“\t”.value）
外循环
第一类
端功能
命令-范围=%WordFrequency，调用WordFrequency（）

除了口音和其他法语细节（拉丁小连字a或o等）外，它工作正常

我应该在这个函数中添加什么来满足我的需要

---

提前感谢

模式

\A\+

匹配任意数量的连续非字母字符，不幸的是，这些字符包括多字节字符，如我们喜爱的

ççç

和朋友

这意味着文本在空格和多字节字符处被拆分

在

\A\+

中，短语

Rendez-vous après l'apéritif.

给出：

ap      1
apr     1
l       1
Rendez  1
ritif   1
s       1
vous    1

如果您确定文本中不包含空格，您可以将此模式替换为只匹配空格的

\s\+

，但它可能是自由的

对于此模式，

\s\+

，相同的短语给出：

après       1
l'apéritif. 1
Rendez-vous 1

我认为这更接近你想要的

---

排除标点符号可能需要一些自定义设置。

对于8位字符，您可以尝试将拆分模式从

\A\+

更改为

---

[^[：alpha:][]\+

首先，谢谢：它很有效。但就为了它，我如何排除撇号（并且，在你的例子中，我得到了Aéritif）首先，谢谢：它是有效的。但仅仅为了它：1）我应该如何排除标点符号（实际上是逗号和点）；2） 我应该如何排除撇号（并且，在你的例子中，仅获得apéritif）；（3）我应该如何让“emmener”前面列出“éminent”，而不是像单词的所有其他重音首字母一样列在单词列表的末尾？很抱歉，这是一个麻烦（但为什么当你可能令人讨厌的时候，为什么只是让人讨厌？；-））Q1：也许可以在分割之前用正则表达式清理你的选择，然后在第二次传递中删除所有单个字母或无意义的对，如

qu

。问题2：将其添加到用于拆分的模式中，但您必须小心不要拆分像

aujourd'hui

这样的单词。问题3：有关可用的选项，请参见

：帮助排序
。我认为您必须求助于一些外部库/脚本，Vim的
：sort
命令似乎没有太多选项。似乎
$man sort
找到了一个可能的解决方案。@romaini:ib.提出了一个似乎能回答Q1和Q2的建议，如您所述，aujourd'hui除外。至于排序，我将深入研究$man排序。再次感谢。谢谢，这个解决方案回答了我的Q1和Q2问题，当然“aujourd'hui”的romaini指出了一个例外。再次感谢。
function! WordFrequency() range
  " Whitespace and all punctuation characters except dash and single quote
  let wordSeparators = '[[:blank:],.;:!?%#*+^@&/~_|=<>\[\](){}]\+'
  let all = split(join(getline(a:firstline, a:lastline)), wordSeparators)
  "...
endfunction

let wordSeparators = '[[:blank:][:punct:]]\+'