C#中段落单词总数统计及重复单词出现次数计数方案求助

直接上两种实用的实现方式，同时解决文本预处理（大小写、标点干扰）的问题：

方法一：使用Dictionary手动统计（适合理解底层逻辑） #

先对原始段落做清洗（统一大小写、去除标点），再拆分单词，最后遍历计数：

string paragraph = "Your input paragraph here. Hello world! Hello again, world.";

// 预处理：转小写，移除非字母数字的字符（可根据需求调整规则）
string cleanedParagraph = Regex.Replace(paragraph.ToLower(), @"[^a-z0-9\s]", "");

// 拆分单词（按空白字符分割，过滤空字符串）
string[] words = cleanedParagraph.Split(new[] { ' ', '\t', '\n', '\r' }, StringSplitOptions.RemoveEmptyEntries);

// 统计总单词数
int totalWords = words.Length;
Console.WriteLine($"总单词数：{totalWords}");

// 统计每个单词的出现次数
Dictionary<string, int> wordCounts = new Dictionary<string, int>();
foreach (string word in words)
{
    if (wordCounts.ContainsKey(word))
    {
        wordCounts[word]++;
    }
    else
    {
        wordCounts.Add(word, 1);
    }
}

// 输出结果
foreach (var pair in wordCounts)
{
    Console.WriteLine($"单词「{pair.Key}」出现 {pair.Value} 次");
}

方法二：使用LINQ GroupBy（简洁高效） #

利用LINQ的分组功能，快速完成频次统计，同时兼顾预处理：

string paragraph = "Your input paragraph here. Hello world! Hello again, world.";

// 预处理+拆分+统计一步到位
var wordStats = paragraph
    .ToLower()
    .Split(new[] { ' ', '\t', '\n', '\r' }, StringSplitOptions.RemoveEmptyEntries)
    .Select(word => Regex.Replace(word, @"[^a-z0-9]", "")) // 移除单词中的标点
    .Where(word => !string.IsNullOrEmpty(word)) // 过滤空字符串
    .GroupBy(word => word)
    .Select(g => new { Word = g.Key, Count = g.Count() });

// 总单词数
int totalWords = wordStats.Sum(s => s.Count);
Console.WriteLine($"总单词数：{totalWords}");

// 输出每个单词的频次
foreach (var stat in wordStats)
{
    Console.WriteLine($"单词「{stat.Word}」出现 {stat.Count} 次");
}

关键说明 #

• 预处理步骤很重要：如果不统一大小写，"Hello"和"hello"会被算作不同单词；不移除标点，"world"和"world."也会被区分。
• 拆分规则可调整：Split的分隔符可以根据需求添加（比如中文空格、制表符等），StringSplitOptions.RemoveEmptyEntries能避免空字符串干扰。
• 如果需要保留大小写区分，去掉.ToLower()即可；如果要保留特定标点，修改正则表达式的过滤规则。

内容的提问来源于stack exchange，提问作者Muhammad Aqeel Khan Abbasi