python过滤元字符，同时保持单词的完整性

Question

你好，我想知道如何计算一个句子的字数，但现在我卡住了。我当前代码的问题是，它不会过滤掉元字符，所以像“…”这样的字符串会产生错误

   print(len(input().split()))

我尝试使用的另一种方法是（使用regex来过滤元字符）。但这只会导致len函数计算所有不存在单词的字符：

   import re

   print(len(re.sub('[^a-zA-Z]+',' ',input())))

Answer 1

下面的匹配字母字符组。我以前尝试过使用几个不同的表达式，但是像“”这样的符号组合会被算作单词。仅使用\w量词，对所有词组进行计数并将它们添加到列表中。如果你想看到这些单词，去掉len量词。我尝试了很多我能想到的例子，它对所有人都有效

import re

def getWordCount(value):
    list = re.findall('([\w]+)',value)
    return len(list)

value = 'A very nice, and simple, example.'
print(getWordCount(value))

Answer 2

您可以使用split根据分隔符进行拆分（在您的情况下，空格字符的默认分隔符就足够了），然后计算列表的长度：

In [49]: my_str = 'A very valid, and nice example.'

In [50]: len(my_str.split())
Out[50]: 6

编辑：由于示例中有标点符号，因此可以先删除它们：

In [59]: my_str
Out[59]: 'A very valid, and nice example.'

In [60]: len(re.sub('[^\w\s]', '', my_str).split())
Out[60]: 6

In [61]: len(re.sub('[^\w\s]', '', '...').split())
Out[61]: 0

所以这将删除所有不是字母数字和空格的字符