c# - 如何计算字符串中每个单词的出现次数？

Question

我使用以下代码从字符串输入中提取单词，我怎样才能得到每个单词的出现呢？

var words = Regex.Split(input, @"\W+")
                        .AsEnumerable()
                        .GroupBy(w => w)
                        .Where(g => g.Count() > 10)
                        .Select(g => g.Key);

Answer 1

您可以使用 string.Split 而不是 Regex.Split 并获取每个单词的计数，例如:

string str = "Some string with Some string repeated";
var result  = str.Split(new[] { " " }, StringSplitOptions.RemoveEmptyEntries)
                .GroupBy(r => r)
                .Select(grp => new
                    {
                        Word = grp.Key,
                        Count = grp.Count()
                    });

如果你想过滤掉至少重复 10 次的单词，那么你可以在 Select 之前添加一个条件，例如 Where(grp=> grp.Count >= 10)

对于输出:

foreach (var item in result)
{
    Console.WriteLine("Word: {0}, Count:{1}", item.Word, item.Count);
}

输出:

Word: Some, Count:2
Word: string, Count:2
Word: with, Count:1
Word: repeated, Count:1

对于不区分大小写的分组，您可以将当前的 GroupBy 替换为:

.GroupBy(r => r, StringComparer.InvariantCultureIgnoreCase)

所以你的查询是:

var result = str.Split(new[] { " " }, StringSplitOptions.RemoveEmptyEntries)
                .GroupBy(r => r, StringComparer.InvariantCultureIgnoreCase)
                .Where(grp => grp.Count() >= 10)
                .Select(grp => new
                    {
                        Word = grp.Key,
                        Count = grp.Count()
                    });