如何修复count_word函数统计speech.txt单词次数返回0的问题

以下是几种导致统计结果为0但实际存在目标单词的典型问题及修复方案：

1. 未处理文本中的标点符号 #

如果代码直接按空格分割文本，带有逗号/句号的单词（比如"hello,"、"world."）会被视为和目标单词（比如"hello"）不同的字符串，导致统计遗漏。

错误示例代码：

def count_word(target_word):
    with open('speech.txt', 'r') as f:
        words = f.read().split()
        return words.count(target_word)

修复方案：先移除文本中的逗号和句号，再进行分割统计：

def count_word(target_word):
    with open('speech.txt', 'r', encoding='utf-8') as f:
        content = f.read()
        # 清除标点符号
        cleaned_content = content.replace(',', '').replace('.', '')
        words = cleaned_content.split()
        return words.count(target_word)

2. 大小写不匹配 #

如果目标单词和文本中的单词大小写不一致（比如目标是"Hello"，文本里是"hello"、"HELLO"），直接精确匹配会遗漏这些情况。

修复方案：统一转换为小写（或大写）后再比较：

def count_word(target_word):
    target_lower = target_word.lower()
    with open('speech.txt', 'r', encoding='utf-8') as f:
        content = f.read().lower()
        cleaned_content = content.replace(',', '').replace('.', '')
        words = cleaned_content.split()
        return words.count(target_lower)

3. 文件读取异常或路径错误 #

如果代码未处理文件读取异常，比如文件路径错误、编码不匹配导致读取内容为空，也会返回0。

排查点：

• 确认speech.txt的路径是否正确（比如是否和脚本在同一目录，或使用绝对路径）
• 打开文件时指定正确编码（比如encoding='utf-8'）
• 临时打印读取到的内容，确认是否成功读取到目标文本

4. 单词匹配未考虑独立边界（可选优化） #

如果文本中存在包含目标单词的更长单词（比如目标是"cat"，文本里有"category"），直接分割统计可能误判；用正则匹配独立单词更严谨：

正则方案：

import re

def count_word(target_word):
    with open('speech.txt', 'r', encoding='utf-8') as f:
        content = f.read()
        # 匹配独立单词，忽略大小写
        pattern = re.compile(r'\b' + re.escape(target_word) + r'\b', re.IGNORECASE)
        return len(pattern.findall(content))

内容的提问来源于stack exchange，提问作者panda