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
- 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
- ¥100 求三轴之间相互配合画圆以及直线的算法
- ¥100 c语言,请帮蒟蒻写一个题的范例作参考
- ¥15 名为“Product”的列已属于此 DataTable
- ¥15 安卓adb backup备份应用数据失败
- ¥15 eclipse运行项目时遇到的问题
- ¥15 关于#c##的问题:最近需要用CAT工具Trados进行一些开发
- ¥15 南大pa1 小游戏没有界面,并且报了如下错误,尝试过换显卡驱动,但是好像不行
- ¥15 自己瞎改改,结果现在又运行不了了
- ¥15 链式存储应该如何解决
- ¥15 没有证书,nginx怎么反向代理到只能接受https的公网网站