Посчитать количество уникального слова в файле с помощью регулярки

это конечно хорошо, но мне нужно на питоне.

http://stackoverflow.com/a/21108583

да, но для счета слово 'hello', 'hello,' и 'hello.' должны быть одинаковы, поэтому нужно использовать регулярное выражение

а если в одной строке несколько таких слов? считать число строк с уникальным словом или число таких слов?

и ещё, первый вариант слова включает в себя все остальные варианты

Гениально

нужно посчитать количество заданного уникального слова с обмолвкой на то, что слова 'hello', 'hello,' и 'hello.' тоже нужно считать.

круто, че.

В job.

питон не знаю, но должно работать

/word[.",]?/g

re=/word[.",]?/g
s='foowordfoobarword,fooword"foobar'
w(s.match(re))

//  [ 'word', 'word,', 'word"' ]

забыл вывод скопировать

//fixed

Чтоб не заводить две темы про питонорегулярки можно я спрошу и свой вопрос
Надо вытащить числа из лога в виде
MARKER[1234]
MARKER[654321]
Почему не работает регулярка

(?=MARKER\[)[0-9]{1,10}(?<=\])

а почему не так?

#!/usr/bin/env python3

import re

text = '''MARKER[1234]
MARKER[654321]'''

print(re.findall('MARKER\[([0-9]*)\]', text))

r'regex' дабы \ не обрабатывались как спецсимволы?

А, да, сразу не заметил, у тебя там ". тогда сложней. но вообще, для твоей задачи, по моему, пойдет просто

/word/g

надо вытащить только числовые айдишки, маркер и скобки не нужны

или в твоем варианте:

#!/usr/bin/env python3

import re

text = '''MARKER[1234]
MARKER[654321]'''

print(re.findall('(?<=MARKER\[)([0-9]{1,10})(?=\])', text))

OH SHI...спасибо

ого, где почитать как это работает?
везде только про префиксные и постфиксные проверки написано, а как тут не матчится сам маркер?

s[7:-1]

про префиксные и постфиксные

а это почему не устроило?

почитать лучше тут

Ты питон-то хорошо знаешь?
Я такую фигню, наверное, вообще бы без регулярок написал. Для разминки моска, да и не умею я в них, если честно.

Ты питон-то хорошо знаешь?

3й день изучаю

а это почему не устроило?

Аа, теперь понял хитрость с группировкой, это тоже норм, спасибо

тогда по поводу подстроки искать так: python слайс

Тогда нормально, успехов в изучении.

Спасибо, теперь буду курить регулярные выражения.

Решение:

import re
from collections import Counter


def count_word(word):
    result = 0
    save_file = open('output.txt', "r+")
    for word in save_file.read().split():
        raw_words = re.findall(r"[\w']+", word)
        words = map(str, raw_words)
        freq = Counter(words)
        if freq.get(word) is not None:
            result += freq.get(word)
    return result

Спасибо, silw

def count_word(word):
...
    for word in save_file.read().split():
        raw_words = re.findall(r"[\w']+", word)
...
        if freq.get(word) is not None:
            result += freq.get(word)

if freq.get(word) is not None:

if freq.get(word):

хотя в данном случае правильнее как выше написали

да, это я тут ошибся, у меня на входе searched_word

еще мне подсказали, что использовать регулярки внутри цикла не очень хорошо, поэтому вот окончательное решение:

import re
from collections import Counter


def count_word(searched_word):
    result = 0
    save_file = open('output.txt', "r+")
    regex = re.compile(r"[\w']+")
    for word in save_file.read().split():
        raw_words = regex.findall(word)
        words = map(str, raw_words)
        freq = Counter(words)
        if searched_word in freq:
            result += freq.get(searched_word)
    return result

спасибо

map(str,...) в данном контексте немного бессмысленно, так как findall и так возвращает список str. А str.lower из предыдуших вариантов - приведение к нижнему регистру, чтобы не различать Hello и hello.

ну и как-то сложно, цикл и split тут не нужны, проще просто readlines(). Ну либо читать файл построчно.

Собственно, можно обойтись без мапы и коллекции, а просто добавить установить re.IGNORECASE :

file_count = re.findall(word, file.readline(), re.IGNORECASE)

(в цикле)