Подсчёт слов и символов

До любого сложного анализа нужно измерить текст. Простые подсчёты символов и слов уже многое говорят о документе. 📏

Функция len возвращает количество символов в строке, включая пробелы и знаки препинания.

Помните, что пробельные символы, такие как пробелы и переводы строк, являются настоящими символами, поэтому входят в любой подсчёт символов.

Метод split разбивает строку по пробельным символам и возвращает список слов — самый простой способ подсчитать слова.

Примените len к списку, полученному с помощью split, и получите количество слов во всём документе.

Обычный split считает hello! одним словом, потому что знак препинания присоединён к буквам. Для начала этого достаточно, но способ не идеален.

Быстро оценить количество предложений можно, посчитав точки, вопросительные и восклицательные знаки. Оценка приблизительная, но сразу полезна.

Разделите общее количество букв на число слов, чтобы получить среднюю длину слова — небольшой показатель плотности текста.

Метод count сообщает, сколько раз встречается подстрока; это удобно для подсчёта одного нужного слова.

Поместите список слов во множество, и его длина покажет количество уникальных слов — показатель богатства словарного запаса.

Эти статистические показатели помогают принимать реальные решения: спам-фильтры выявляют необычную длину, а инструменты оценки читабельности опираются на подсчёт слов.

Теперь Вы умеете считать символы с помощью len, слова — с помощью split, уникальные слова — с помощью множества, а предложения приблизительно — по знакам препинания. 🔢