正则表达式内部查找与正则表达式内部计数

Question

这是对如何计算字符串中的字符的后续问题？并找出正则表达式在 Python 中的字符串中匹配的次数

我想计算字符串中的所有字母字符：

'Go until jurong point, crazy.. Available only in bugis n great world la e buffet... Cine there got amore wat...'

str.count()方法允许计算特定字母。 如何使用 count 方法计算字符串中整个字母表中的任何字母？

我正在尝试在 count 方法中使用正则表达式，但它返回 0 而不是 83。 我使用的代码是：

import re
spam_data['text'][0].count((r'[a-zA-Z]'))

当我使用：

len(re.findall((r'[a-zA-Z]'), spam_data['text'][0]))，它返回长度 83。

为什么计数在这里返回 0？

Answer 1

你应该使用str.count而不是 count。

spam_data['text'].str.count('w')
0    83
Name: text, dtype: int64

要访问第一个值，请使用：

spam_data['text'].str.count('w')[0]
83

Answer 2

如何使用 count 方法计算字符串中整个字母表中的任何字母？

wrd = 'Go until jurong point, crazy.. Available only in bugis n great world la e buffet... Cine there got amore wat...'
>>>> count = sum([''.join({_ for _ in wrd if _.isalpha()}).count(w) for w in wrd])
>>>> count
83

说明：使用列表推导获取wrd中唯一字母计数(set内(的总和。
似：

count = []
set_w = set()
for w in wrd:
if w.isalpha():
set_w.add(w)
for w in set_w:
count.append(wrd.count(w))
print(sum(count))

Answer 3

在这个：

spam_data['text'][0].count((r'[a-zA-Z]'))

count按字符串而不是正则表达式接受参数，这就是它返回 0 的原因。

使用第二个示例。

Answer 4

简短回答：您没有使用正则表达式，而是使用原始字符串文字，因此计算字符串'[a-zA-Z]的出现次数。

由于格式r'..'的字符串不是正则表达式，因此它是原始字符串文本。如果你写r'n'，你写一个包含两个字符的字符串：反斜杠和一个n。不是新行。原始字符串在正则表达式的上下文中很有用，因为正则表达式也使用大量转义。

例如：

>>> r'n'
'\n'
>>> type(r'n')
<class 'str'>

但是在这里，您计算字符串'[a-zA-Z]'出现的次数，除非您的spam_data['text'][0]字面上包含一个方括号[后跟a等，否则计数将为零。或者按照str.count[Python-doc] 文档中的规定：

string.count(s, sub[, start[, end]])

返回字符串s[start:end]中子字符串sub的(非重叠(出现次数。start和end的默认值以及负值的解释与切片的默认值相同。

如果字符串很大，并且您不想构造匹配列表，则可以使用以下方法计算元素的数量：

sum(1 for _ in re.finditer('[a-zA-Z]', 'mystring'))

但是，简单地使用re.findall(..)然后计算元素的数量通常更快。