如何计算文本中的单词数(字符串)？

Question

我有这个字符串向量(例如):

str <- c("this is a string current trey",
    "feather rtttt",
    "tusla",
    "laq")

为了计算这个向量中的单词数,我使用了这个(这里给出的数字计算R中字符串中的单词数量,这可能是重复但有另一个问题)

No_words <- sapply(gregexpr("\\W+", str), length) + 1

但它回来了

6 2 2 2

String在最后两个位置只有1个元素(即"tusla"和"laq")

所以应该回来

6 2 1 1

我该如何解决这个问题？

Answer 1

你可以试试

sapply(gregexpr("\\S+", x), length)
## [1] 6 2 1 1

或者根据评论中的建议,您可以尝试

sapply(strsplit(x, "\\s+"), length)
## [1] 6 2 1 1

Answer 2

使用stringi包裹和stri_count:

require(stringi)
str <- c(
"this is a string current trey",
"nospaces",
"multiple    spaces",
"   leadingspaces",
"trailingspaces    ",
"    leading and trailing    ",
"just one space each")

> stri_count(str,regex="\\S+")
[1] 6 1 2 1 1 3 4