計算文本中單詞的兩個代碼有什么區別？

Question

您好，我試圖計算文本中的單詞，但出現了問題。

如果我寫這樣的代碼

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']))

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

很好，但是如果我編寫代碼而不拆分文本，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']))

'

結果是

{'i': 4, 'was': 3, '三': 0, 'near': 1}

所以計算“近”時有錯誤。 我認為這是因為第二個代碼也算作“接近”，但我無法理解第一個和第二個代碼的結果不同。 你們能解釋一下結果不同的原因嗎？

Answer 1

沒有split的版本計算字符串中的子字符串。 因此，找到“近”。 拆分時，您現在在列表中查找字符串 - 意味着匹配必須是精確的，並且“near”不匹配列表中的“nearly”字符串。

正如@MattDMo 所說，使用list （或任何其他關鍵字或內置關鍵字）作為變量名是一個壞主意。