一篇中文文章 ,里面含有汉字和各种标点符号还有字母数字什么的
现在我要统计汉字的个数和他所占的比例,查到的len()方法是获取字节数的
比如我用gbk编码,3000字的文章,字节数6800多,这不是我想要的,
我要的是实实在在的汉字的个数,还有整个文本的字符的个数,各位有什么办法没?
python貌似是会自动把我获取到的gbk编码的字符串解码成unicode 很蛋疼啊
python如何获取文本中字符的个数?不是字节啊
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
3条回答 默认 最新
- SnowOnSahara 2017-11-17 13:51关注
按照encode('utf-8')输出之后,连续3个\x字符就换算为1个汉字,其它字母和数字都没有\x编码。
如果要很完善的话,还要识别空格和\r\n之类的回车换行符解决 无用评论 打赏 举报
悬赏问题
- ¥30 这是哪个作者做的宝宝起名网站
- ¥60 版本过低apk如何修改可以兼容新的安卓系统
- ¥25 由IPR导致的DRIVER_POWER_STATE_FAILURE蓝屏
- ¥50 有数据,怎么建立模型求影响全要素生产率的因素
- ¥50 有数据,怎么用matlab求全要素生产率
- ¥15 TI的insta-spin例程
- ¥15 完成下列问题完成下列问题
- ¥15 C#算法问题, 不知道怎么处理这个数据的转换
- ¥15 YoloV5 第三方库的版本对照问题
- ¥15 请完成下列相关问题!