C＃中的字数统计算法

我正在寻找一个好的单词计数类或function。 当我从互联网上复制并粘贴一些内容并将其与我的自定义字数统计算法和MS Word进行比较时，它总是偏离10％多一点。 我认为这太过分了。 所以你们知道c＃中准确的字数统计算法吗？

Answer 1

String.Split由预定义的字符组成。 使用标点符号，空格（删除多个空格）以及您确定为“单词拆分”的任何其他字符

你尝试过什么？

我确实看到前一个用户被钉上了链接，但这里有一些使用正则表达式或字符匹配的例子。 希望它有所帮助，没有人受伤X-）

String.Split方法（Char []）

C＃中的字计数器

C＃字数

Answer 2

正如@astander建议的那样，你可以按如下方式执行String.Split：

string[] a = s.Split( new char[] { ' ', ',', ';', '.', '!', '"', '(', ')', '?' }, StringSplitOptions.RemoveEmptyEntries); 

通过传入一个字符数组，您可以分割多个单词分隔符。 删除空条目将使您无法计算非单词。

Answer 3

使用正则表达式查找单词（例如[\ w] +）并计算匹配项

 public static Regex regex = new Regex( "[\\w]+", RegexOptions.Multiline | RegexOptions.CultureInvariant | RegexOptions.Compiled ); 

regex.Match（_someString）.Count之间

Answer 4

您还需要检查newlines ， tabs和non-breaking spaces 。 我发现最好将源文本复制到StringBuilder ，并用空格替换所有换行符，制表符和句子结​​束符。 然后根据空格拆分字符串。

Answer 5

我在ClipFlair中遇到了同样的问题，我需要为电影字幕计算WPM（每分钟字数），所以我想出了以下一个：

您可以在静态类中定义此静态扩展方法，然后在需要使用此扩展方法的任何类中将using子句添加到该静态类的命名空间。 使用s.WordCount（）调用扩展方法，其中s是一个字符串（标识符[variable / constant]或literal）

 public static int WordCount(this string s) { int last = s.Length-1; int count = 0; for (int i = 0; i <= last; i++) { if ( char.IsLetterOrDigit(s[i]) && ((i==last) || char.IsWhiteSpace(s[i+1]) || char.IsPunctuation(s[i+1])) ) count++; } return count; } 

Answer 6

这是我用于计算单词，亚洲单词，字符等的c＃代码类的精简版本。这与Microsoft Word几乎相同。 我开发了用于计算Microsoft Word文档单词的原始代码。

  using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Text.RegularExpressions; namespace BL { public class WordCount { public int NonAsianWordCount { get; set; } public int AsianWordCount { get; set; } public int TextLineCount { get; set; } public int TotalWordCount { get; set; } public int CharacterCount { get; set; } public int CharacterCountWithSpaces { get; set; } //public string Text { get; set; } public WordCount(){} ~WordCount() {} public void GetCountWords(string s) { #region Regular Expression Collection string asianExpression = @"[\u3001-\uFFFF]"; string englishExpression = @"[\S]+"; string LineCountExpression = @"[\r]+"; #endregion #region Asian Character MatchCollection asiancollection = Regex.Matches(s, asianExpression); AsianWordCount = asiancollection.Count; //Asian Character Count s = Regex.Replace(s, asianExpression, " "); #endregion #region English Characters Count MatchCollection collection = Regex.Matches(s, englishExpression); NonAsianWordCount = collection.Count; #endregion #region Text Lines Count MatchCollection Lines = Regex.Matches(s, LineCountExpression); TextLineCount = Lines.Count; #endregion #region Total Character Count CharacterCount = AsianWordCount; CharacterCountWithSpaces = CharacterCount; foreach (Match word in collection) { CharacterCount += word.Value.Length ; CharacterCountWithSpaces += word.Value.Length + 1; } #endregion #region Total Character Count TotalWordCount = AsianWordCount + NonAsianWordCount; #endregion } } } 

Answer 7

 public static class WordCount { public static int Count(string text) { int wordCount = 0; text = text.Trim();// trim white spaces if (text == ""){return 0;} // end if empty text foreach (string word in text.Split(' ')) // or use any other char(instead of empty space ' ') that you consider a word splitter wordCount++; return wordCount; } }