假设我有一个带有标题和正文的博客模型。我如何显示正文中的单词数和标题中的字符数？我希望输出是这样的
标题: Lorem 身体: Lorem Lorem Lorem
这篇文章的字数为 3。
问问题
10026 次
6 回答
37
"Lorem Lorem Lorem".scan(/\w+/).size
=> 3
更新：如果您需要将摇滚乐作为一个词匹配，您可以这样做
"Lorem Lorem Lorem rock-and-roll".scan(/[\w-]+/).size
=> 4
于 2010-01-21T07:46:46.907 回答
20
还：
"Lorem Lorem Lorem".split.size
=> 3
于 2010-01-21T09:08:41.560 回答
5
如果您对性能感兴趣，我写了一个快速基准测试：
require 'benchmark'
require 'bigdecimal/math'
require 'active_support/core_ext/string/filters'
# Where "shakespeare" is the full text of The Complete Works of William Shakespeare...
puts 'Benchmarking shakespeare.scan(/\w+/).size x50'
puts Benchmark.measure { 50.times { shakespeare.scan(/\w+/).size } }
puts 'Benchmarking shakespeare.squish.scan(/\w+/).size x50'
puts Benchmark.measure { 50.times { shakespeare.squish.scan(/\w+/).size } }
puts 'Benchmarking shakespeare.split.size x50'
puts Benchmark.measure { 50.times { shakespeare.split.size } }
puts 'Benchmarking shakespeare.squish.split.size x50'
puts Benchmark.measure { 50.times { shakespeare.squish.split.size } }
结果：
Benchmarking shakespeare.scan(/\w+/).size x50
13.980000 0.240000 14.220000 ( 14.234612)
Benchmarking shakespeare.squish.scan(/\w+/).size x50
40.850000 0.270000 41.120000 ( 41.109643)
Benchmarking shakespeare.split.size x50
5.820000 0.210000 6.030000 ( 6.028998)
Benchmarking shakespeare.squish.split.size x50
31.000000 0.260000 31.260000 ( 31.268706)
换句话说，squishVery Large Strings™ 很慢。除此之外，split速度更快（如果您不使用，速度会提高一倍squish）。
于 2014-01-08T23:13:03.607 回答
3
这里的答案有几个问题：
- 他们不考虑 utf 和 unicode 字符（变音符号）：áâãêü 等...
- 他们不考虑撇号和连字符。所以
Joe's会被认为是两个词Joe，'s这显然是不正确的。As willtwenty-two，这是一个复合词。
像这样的东西效果更好，并解决了这些问题：
foo.scan(/[\p{Alpha}\-']+/)
你可能想看看我的Words Counted gem。它允许计算单词、它们的出现次数、长度和其他一些东西。它也有很好的记录。
counter = WordsCounted::Counter.new(post.body)
counter.word_count #=> 3
counter.most_occuring_words #=> [["lorem", 3]]
# This also takes into capitalisation into account.
# So `Hello` and `hello` are counted as the same word.
于 2014-04-30T21:25:35.520 回答
2
"caçapão adipisicing elit".scan(/[\w-]+/).size
=> 5
但正如我们所见，这个句子只有 3 个单词。问题与重音字符有关，因为正则表达式 \w 不将它们视为单词字符 [A-Za-z0-9_]。
一个改进的解决方案是
I18n.transliterate("caçapão adipisicing elit").scan(/[\w-]+/).size
=> 3
于 2014-07-01T19:48:04.867 回答
2
"Lorem Lorem Lorem".scan(/\S+/).size
=> 3
于 2010-01-21T10:21:44.057 回答