Python统计文本中字符串出现行内次数的结果异常问题排查

我来帮你梳理下代码里的问题，以及对应的修复方法～

核心问题：行数统计的逻辑漏洞 #

你代码里统计行数的if word in line:是字符串包含判断，而不是精确的单词匹配。举个例子：

• 搜索Berlin时，文本里的Berliner字符串包含Berlin，这一行会被误算入行数；
• 搜索Paris时，Parisian里也包含Paris，同样会被错误统计。
  这就是为什么Berlin的行数显示4（实际应该是3）、Paris行数显示3（实际应该是2）的原因。

另外还有个小细节：最后一行的f.close少了括号，应该写成f.close()，虽然不影响当前统计，但规范上要补上。

修复后的代码 #

方案一：基于单词分割的精确匹配 #

这个方案简单直接，和你原来的代码逻辑衔接紧密，先把每行分割成单词，再判断目标单词是否在其中：

f = open('CountOccurrences.txt')
word = input("Enter word to be looked for : ")
oc = 0
li = 0
for line in f:
    words = line.split()
    # 先检查当前行是否存在精确匹配的单词
    if word in words:
        li += 1
    # 统计总出现次数
    for i in words:
        if i == word:
            oc += 1
print(f'Considering that this search is case-sensitive, there are {oc} occurrence(s) of the word, in {li} line(s)')
f.close()

方案二：用正则匹配完整单词（更健壮） #

如果文本里可能出现带标点的单词（比如Berlin,这种情况），用正则表达式匹配完整单词会更准确，避免误判：

import re

f = open('CountOccurrences.txt')
word = input("Enter word to be looked for : ")
oc = 0
li = 0
# 用\b匹配单词边界，re.escape处理特殊字符
pattern = re.compile(rf'\b{re.escape(word)}\b')
for line in f:
    # 找到当前行所有匹配的单词
    matches = pattern.findall(line)
    if matches:
        li += 1
        oc += len(matches)
print(f'Considering that this search is case-sensitive, there are {oc} occurrence(s) of the word, in {li} line(s)')
f.close()

验证结果 #

修复后再统计的话：

• Berlin：4次，3行（正确，Berliner所在行不再被计入）
• Paris：2次，2行（正确，Parisian所在行不再被计入）
  其他单词的统计结果也会和预期一致啦～

内容的提问来源于stack exchange，提问作者ThG