问题标签 [word-count]

有没有计算字符串中单词数的函数？例如：

返回结果 7。

我正在尝试实现一个程序，该程序可以在您键入时计算多行文本框中的单词。我可以让它计算单词，直到我按下“enter”键并输入一个单词。它不承认这一点。这是我的代码：

是否可以从 MS Word 中获取字数，而无需在 c# 中使用回车和隐藏文本。我想获取 MS Word 文档中显示的字数。我正在使用Microsoft.Office.Interop.Word命名空间和 Using ActiveDocument.Words.Count..我得到包括回车在内的所有计数..如何在没有回车和隐藏文本的情况下获得该字数..

这是我到目前为止所拥有的：

所以我让用户写一个 5 字的句子，只要求 5 个字：

如果用户输入超过 5 个单词：

少于5个字：

它一直在说：

这是我到目前为止所拥有的：

问题是我明白了：

当我输入多于或少于 5 个字时，它会保持该字数并且不会改变。

我编写了这个 F# 代码来计算列表中的词频并将一个元组返回给 C#。您能告诉我如何使代码更高效或更短吗？

我修改了下面的代码以输出至少出现十次的单词。但它不起作用——输出文件根本没有改变。我必须做些什么才能让它发挥作用？

I am trying to do a WordCount using Hadoop. I want to use XmlInputFormat.class to split the file base on XML tag. The XmlInputFormat.class is here

XmlInputFormat.class is extends from TextInputFormat.class

It shows the error

The method setInputFormatClass(Class) in the type Job is not applicable for the arguments (Class)

But it's OK when I use

Why can't we use the extends one? Or did I do something wrong?

我正在尝试编写一个脚本来提取目录中许多文件的字数。我让它的工作非常接近我想要的，但有一个部分让我失望。到目前为止的代码是：

这会将字数写入一个名为“output.txt”的文件，并给出如下所示的输出：

这对目录中的每个文件重复。如您所见，它为每个文件提供了多个计数。文件格式如下：

国会联席会议前关于行政目标的讲话

1989 年 2 月 9 日

议长先生，总统先生，以及尊敬的参众两院议员……

所以，脚本似乎给了我文件的每个“部分”的计数，例如第一行的 10 个单词，换行符为 0，下一个为 3，下一个为 0，然后计算文本的主体。

我正在寻找的是每个文件的单一计数。任何帮助/方向表示赞赏。

本质上，我想做一个临时的超级字数统计，但我不确定如何从目录路径（作为参数传入）创建一个 dict 对象，而不是一个列表来做我需要做的事情。

虽然我想创建一个字典对象，但我还想使用电子邮件模块将作为文件名的键的 ASCII 值格式化为电子邮件或消息对象。然后我想使用有效负载提取正文并以这种方式解析它。我在下面有一些例子：

除了解析它们的值之外，我并不完全需要这些键，因此我可以考虑使用 message_from_file 代替。