函数式Python实现：多行文本读取与带标点唯一单词统计问题

嘿，我来帮你搞定这个问题！你遇到的核心问题是替换readline()为read()后，原正则表达式的匹配逻辑没有覆盖所有空白场景，导致结果不符合预期。咱们一步步来修正：

原代码的问题 #

原代码用[^ \n]+作为匹配规则，它只排除了空格和换行符，但没有考虑其他空白字符（比如制表符\t、换页符\f等）。当用sys.stdin.read()读取全部输入时，如果文本里有这些特殊空白，会被当成单词的一部分，导致错误的匹配结果。另外，[^ \n]+的写法也不够简洁通用。

修正后的代码 #

我们可以用正则表达式里的\S+来替代，它能匹配所有非空白字符的连续序列，完美符合你“带标点的单词算独立项”的需求，同时支持读取全部输入内容：

import sys
import re

print(len(set(re.findall(r'\S+', sys.stdin.read()))))

代码解释 #

• sys.stdin.read()：一次性读取所有输入内容（不管多少行），解决了原代码只能处理单行的限制。
• re.findall(r'\S+', ...)：找出所有非空白字符的连续片段，比如word,、word?都会被当成独立的匹配项，完全符合你的要求。
• set(...)：自动去重，得到所有唯一的带标点单词集合。
• len(...)：统计集合的长度，就是你要的唯一单词数量。

验证示例 #

拿你给出的示例输入"word word, word word?"来说，这段代码会匹配到['word', 'word,', 'word', 'word?']，转成集合后是{'word', 'word,', 'word?'}，长度为3，和预期结果一致。

内容的提问来源于stack exchange，提问作者los78