计算文本中单词的两个代码有什么区别？

Question

您好，我试图计算文本中的单词，但出现了问题。

如果我写这样的代码

def popular_words(text:str, list:list)-> dict:
    text=text.lower()
    splited_text=text.split()
    answer={}

    for word in list:
        answer[word]=splited_text.count(word) 

    return answer

print(popular_words('''
When I was One 
I had just begun 
When I was Two 
I was nearly new''', ['i', 'was', 'three', 'near']))

' 结果是 {'i': 4, 'was': 3, 'three': 0, 'near': 0}

很好，但是如果我编写代码而不拆分文本，例如

def popular_words(text:str, list:list)-> dict:
    text=text.lower()
    answer={}
    for word in list:
    
        answer[word]=text.count(word)

    return answer


print(popular_words('''
When I was One 
I had just begun 
When I was Two 
I was nearly new''', ['i', 'was', 'three', 'near']))

'

结果是

{'i': 4, 'was': 3, '三': 0, 'near': 1}

所以计算“近”时有错误。 我认为这是因为第二个代码也算作“接近”，但我无法理解第一个和第二个代码的结果不同。 你们能解释一下结果不同的原因吗？

Answer 1

没有split的版本计算字符串中的子字符串。 因此，找到“近”。 拆分时，您现在在列表中查找字符串 - 意味着匹配必须是精确的，并且“near”不匹配列表中的“nearly”字符串。

正如@MattDMo 所说，使用list （或任何其他关键字或内置关键字）作为变量名是一个坏主意。