python提取字符串中的单词并将其加入列表

可以使用正则表达式来提取字符串中的单词并将其加入列表，示例如下：

import re

string = "This is a sample sentence."

words = re.findall(r'\b\w+\b', string)
print(words)

输出结果为：

['This', 'is', 'a', 'sample', 'sentence']

解释一下正则表达式 `\b\w+\b`，其中 `\b` 表示单词边界，`\w+` 表示匹配一个或多个字符（字母、数字、下划线），所以整个表达式可以匹配一个完整的单词。`re.findall()` 方法可以返回所有匹配的字符串组成的列表。

相关问题

python编写一个函数getwords()，传入一个字符串，用ascall码提取字符串中所有的单词并返回单词列表，多个连在一起的大小写字母可视为一个单词

以下是一个实现该功能的 `getwords()` 函数的示例代码：

def getwords(s):
    words = []  # 存储单词的列表
    cur_word = ''  # 当前正在处理的单词
    for c in s:
        if c.isalpha():  # 如果当前字符是字母
            if not cur_word:  # 如果当前没有正在处理的单词
                cur_word = c.lower()  # 开始一个新单词
            elif cur_word[-1].islower() == c.islower():  # 如果当前字符与前一个字符大小写相同
                cur_word += c.lower()  # 将当前字符加入当前单词
            else:  # 否则当前字符是一个新单词的开头
                words.append(cur_word)  # 将当前单词加入单词列表
                cur_word = c.lower()  # 开始一个新单词
        else:  # 如果当前字符不是字母
            if cur_word:  # 如果当前有正在处理的单词
                words.append(cur_word)  # 将当前单词加入单词列表
                cur_word = ''  # 重置当前单词
    if cur_word:  # 处理完整个字符串后，如果当前还有正在处理的单词
        words.append(cur_word)  # 将当前单词加入单词列表
    return words

该函数首先将传入的字符串 `s` 初始化为空列表 `words` 和当前单词 `cur_word`。然后遍历字符串 `s` 中的每个字符 `c`，如果当前字符是字母，则根据字符与前一个字符的大小写关系判断是否将其加入当前单词，否则将当前单词加入单词列表，并重置当前单词。最后返回单词列表。需要注意的是，为了将多个连在一起的大小写字母视为一个单词，在将字符加入当前单词时，需要将其转换为小写字母。

python编写程序，给定若干个字符串，通过函数来统计这若干个字符串中包含多少个不同的单词。

可以使用以下代码来实现：

import re

def count_unique_words(*strings):
    words = set()
    for string in strings:
        # 利用正则表达式提取字符串中的单词
        pattern = r'\b\w+\b'
        matches = re.findall(pattern, string)
        # 将单词加入集合中
        words.update(matches)
    return len(words)

其中，`count_unique_words` 函数接收若干个字符串参数，使用正则表达式从字符串中提取单词，并将所有不同的单词存入一个集合中，最后返回集合的长度，即不同单词的数量。

使用方法：

strings = [
    'hello world',
    'hello python',
    'python is awesome',
    'hello world'
]

count = count_unique_words(*strings)
print(count)  # 4

在这个例子中，输入的字符串列表中一共包含 4 个不同的单词：`hello`、`world`、`python` 和 `is`。