如何計算C＃字符串中兩個緊接着的單詞的出現次數？

Question

我使用正則表達式做了一個單詞版本，如下所示：

public Dictionary<string, int> MakeOneWordDictionary(string content)
{
    Dictionary<string, int> words = new Dictionary<string, int>();
    // Regex checking word match
    var wordPattern = new Regex(@"\w+");
    // Refactor text and clear it from punctuation marks
    content = RemoveSigns(content);
    foreach (Match match in wordPattern.Matches(content))
    {
        int currentCount = 0;
        words.TryGetValue(match.Value, out currentCount);
        currentCount++;
        words[match.Value] = currentCount;
    }
    return words;
}

這段代碼在字典中返回單詞及其頻率。 我現在需要兩個單詞的版本。 這將計算兩個單詞在字符串中緊隨其后出現的次數。

我應該修改正則表達式嗎？ 如果是，該如何修改？

Answer 1

我認為，無需RegExp，就可以用更不言自明的方式編寫代碼。

string input = "a a b test a a";
string[] words = input.Split(' ');

var combinations = from index in Enumerable.Range(0, words.Length-1)
                   select new Tuple<string,string>(words[index], words[index+1]);

var groupedTuples = combinations.GroupBy(t => t);
var countedCombinations = groupedTuples.Select(g => new { Value = g.First(), Count = g.Count()});

前兩行定義輸入並將其按空格分隔，即將其分隔為單個單詞。 第三行從第一個元素到第(N-1)th元素（其中N是單詞數）遍歷單詞數組，並構建n-th (n+1)-th元素和第(n+1)-th元素的元組。 在第四行中，這些元組由它們自己分組（兩個具有相同元素的元組視為相等）。 在最后一步/行中，對每個組的元素進行計數，並將計數及其各自的值存儲在匿名鍵入的變量中。

此邏輯也可以應用於您的RegExp版本。

編輯：要獲得字典，例如您的示例，可以使用ToDictionary擴展方法

var countedCombinations = groupedTuples.ToDictionary(g => g.First(), g => g.Count());

第一個參數是鍵的選擇器方法，第二個參數是值的選擇器方法。