如何编写分析字符串、统计hashtag并生成计数字典的程序

实现思路 #

我们可以通过正则表达式快速匹配符合规则的hashtag，实现逻辑如下：

• 匹配规则完全贴合需求：# 后第一个字符必须是大小写字母，后续可跟大小写字母/数字，对应正则表达式为 r'#([a-zA-Z][a-zA-Z0-9]*)'，其中括号为捕获组，可直接提取出需要统计的hashtag内容
• 遍历所有输入帖子，逐句匹配所有符合规则的hashtag
• 用字典存储计数，每匹配到一个标签就给对应键的数值+1

完整可运行代码 #

import re

def analyze(posts):
    count_dict = {}
    # 定义符合规则的hashtag匹配模式
    pattern = r'#([a-zA-Z][a-zA-Z0-9]*)'
    for post in posts:
        # 提取当前帖子中所有有效hashtag
        valid_tags = re.findall(pattern, post)
        for tag in valid_tags:
            # 累计计数
            count_dict[tag] = count_dict.get(tag, 0) + 1
    return count_dict
    
posts = [
    "hi #weekend",
    "good morning #madrid #fun",
    "spend my #weekend in #madrid",
    "#madrid <3"]
print(analyze(posts))

运行后输出结果和预期完全一致：{'weekend': 2, 'madrid': 3, 'fun': 1}

如果不想依赖正则库，也可以手动遍历字符串的每个字符，定位#后校验后续字符规则，自行截取有效标签内容，正则方案是更简洁不易出错的选择。

内容的提问来源于stack exchange，提问作者codingbeginner