如何找到特定类型的单词并对其进行计数

Question

我正在尝试识别一个特定的单词，然后对其进行计数。我需要保存每个标识符的计数。

例如，文档可能包含以下内容：

risk risk risk free interest rate 

asterisk risk risk 

market risk risk [risk

*我需要计算‘风险’而不是星号。可能还有其他与风险相关的词，所以不要坚持上面的例子。我需要找到的是“风险”。如果风险以<(或.！*> )，等等。我也需要数一数。但如果风险词是像星号这样的词的一个组成部分，那么我就不应该计算它。

这是我到目前为止所拥有的。但是，它返回星号和[风险以及风险的计数。我试着使用正则表达式，但总是出错。另外，我是Python的初学者。如果任何人有任何想法，请帮助我！！^^谢谢。

from collections import defaultdict
word_dict=defaultdict(int)

for line in mylist:
    words=line.lower().split()  # converted all words to lower case
    for word in words:
        word_dict[word]+=1

for word in word_dict:
    if 'risk' in word:
       word, word_dict[word]

Answer 1

if 'risk' == word:
    print word, word_dict[word]

Answer 2

实际上，使用正则表达式很容易做到这一点：

import re
haystack = "risk asterisk risk brisk risk"
prog = re.compile(r'\brisk\b')
result = re.findall(prog, haystack)
print len(result)

这将输出"3“。

\b regexp表示任何单词分隔符，包括行尾/行开头。