C#中用Split计算英文字符串中单词个数.docVIP

C#中Split计算单词个数 作者：蒋固金 在C#中，可以用Split以指定的字符分割一段字符串，返回分割后的字符串数组，要想通过该方法计算一段英文字符串中有多少个单词，应该怎样计算呢？ 以字符串：“My name is JiangGujin,I come from China”为例，很显然在这个字符串中含有8个单词。 新建一个控制台应用程序，项目名为Test。在英文字符串中，单词与单词之间可以用 , ,, ., ?, !, :分开，在主类中编写代码，代码如下： using System; using System.Collections.Generic; using System.Linq; using System.Text; namespace Test { class Program { static void Main(string[] args) { string text = My name is JiangGujin,I come from China; string[] str = text.Split( , ,, ., ?, !, :); Console.WriteLine(单词个数为：{0},str.Length); } } } 运行结果： 得到单词的个数为8是正确的，但是每篇文章最后都要有标点符号，当我们把标点符号加上再运行一下，部分代码如下： string text = My name is JiangGujin,I come from China.; 运行结果： 这样就变成了9个，很明显的是错误的，为什么会出现这种情况，我们可以遍历这个字符串分割后返回的字符串数组，看看有什么不同。 第一种情况：结尾无标点符号，部分代码如下： string text = My name is JiangGujin,I come from China; string[] str = text.Split( , ,, ., ?, !, :); foreach (string st in str) { Console.WriteLine(st); } 运行结果： 第二种情况：结尾有标点符号，部分代码如下： string text = My name is JiangGujin,I come from China.; string[] str = text.Split( , ,, ., ?, !, :); foreach (string st in str) { Console.WriteLine(st); } 运行结果： 比较运行结果，第二次比第一次多了一行，所以第二次结果为9.为了解决这个问题，我们可以简单的判断字符串的结尾有无标点符号，部分代码如下： string text = My name is JiangGujin,I come from China; string[] str = text.Split( , ,, ., ?, !, :); if (char.IsLetter(text[text.Length - 1])) { Console.WriteLine(单词个数为：{0}, str.Length); } else { Console.WriteLine(单词个数为：{0}, str.Length - 1); } 运行结果： 此结果是正确的，但随之而来的又有一个问题，例如当我们在输入一段字符串的时候，结尾有可能会出现标点符号后又多空了一格，或在字符串内部连续几个空格等情况都会造成计数的错误，例如当我们把字符串的结尾处加上两个句号时，运行结果就会出错。 部分代码： string text = My name is JiangGujin,I come from China..; 运行结果： 造成这种现象的原因是当Split在以指定字符拆分字符串时，会把最后的空字符串也返回到子字符串数组中，这样就造成了返回的结果比实际值多，为了解决这个问题，我们可以遍历返回的字符串数组，用计数器的形式累加，如果出现空字符串则不计入总数，部分代码如下： int count = 0; string text = My name is JiangGujin,I come from China; string[] str = text.Split( , ,, ., ?, !, :); foreach (string st in str) if (!st.Equals()) count++; Console.Wri