Python单词频率统计实现：字符串分割问题求助

需要编写word_frequency函数，要求：

• 输入字符串包含大小写ASCII字母，统计时不区分大小写（用lower()处理）
• 非字母字符作为单词分隔符
• 完成词频统计，示例输入print(word_frequency("Idk, Idc, Idk, Idf"))需输出{'idk': 2, 'idc': 1, 'idf': 1}

当前编写的代码无法正确分割字符串，代码如下：

def word_frequency(text):
    f = {}
    pendens = ""

    for s in text:
        if s.isalpha():
            pendens += s
        else:
            pendens = pendens.lower()
            if pendens != " ":
                if f.get(pendens, -1) != -1:
                    f[pendens] += 1
                else:
                    f[pendens] = 1
    pendens = pendens.lower()
    if pendens != " ": 
        if f.get(pendens, -1) != -1:
            f[pendens] += 1
        else:
            f[pendens] = 1
    return f

print(word_frequency("Idk, Idc, Idk, Idf"))       
print(word_frequency("Idk,+Idc,Idk;;-;Idf"))     
print(word_frequency("help me please"))  

原代码的核心问题：

1. 遇到非字母字符处理完当前单词后，没有清空pendens，导致后续字母会继续追加到旧的单词上
2. 判断单词是否有效时用了pendens != " "，这是错误的，应该判断pendens是否为空字符串（pendens != ""）
3. 统计词频的逻辑冗余，可简化处理

改进后的代码：

def word_frequency(text):
    freq = {}
    current_word = ""
    
    for char in text:
        if char.isalpha():
            current_word += char.lower()  # 直接转小写，避免后续重复处理
        else:
            if current_word:  # 如果当前单词不为空
                freq[current_word] = freq.get(current_word, 0) + 1
                current_word = ""  # 清空，准备下一个单词
    # 处理循环结束后剩下的最后一个单词
    if current_word:
        freq[current_word] = freq.get(current_word, 0) + 1
    return freq

# 测试用例
print(word_frequency("Idk, Idc, Idk, Idf"))       # 输出: {'idk': 2, 'idc': 1, 'idf': 1}
print(word_frequency("Idk,+Idc,Idk;;-;Idf"))     # 输出: {'idk': 2, 'idc': 1, 'idf': 1}
print(word_frequency("help me please"))          # 输出: {'help': 1, 'me': 1, 'please': 1}

• 遍历字符时直接转小写，减少重复调用lower()，逻辑更清晰
• 遇到非字母字符时，先检查当前单词是否有效（非空），统计后立即清空current_word，避免后续字符追加错误
• 用freq.get(current_word, 0) + 1简化词频统计逻辑，替代复杂的条件判断
• 循环结束后必须处理最后一个单词（如果输入以字母结尾，循环里的非字母分支不会触发）

内容的提问来源于stack exchange，提问作者tomuisgod