嘿，我懂你的困扰啦——之前单纯数城市出现的次数（行数）没考虑重复，才会得到5这个错误结果对吧？咱们换个思路，核心就是先提取所有城市名，再去重统计，具体步骤如下：

1. 准确提取所有城市名 #

你的文本是「城市 + 价格」交替出现的模式，比如：

New York $255 New Jersey $19.90 Farmvill $300 Texas $400 New York $17.90

这里的关键是利用价格以$开头的特征来区分城市和价格：

• 先把整个文本按$分割，得到的每一段（除了最后一段），前面的部分就是带多余空格和数字的城市相关内容，比如分割后第二段是255 New Jersey ，我们只需要去掉开头的数字和空格，就能得到New Jersey；
• 或者遍历文本内容，把连续的非$开头的单词组合成城市名，直到遇到$开头的价格，就把组合好的城市名存起来（要注意处理像「New York」这种多单词的城市名，别直接按空格拆分）。

2. 用集合去重，统计数量 #

把所有提取到的城市名放进**集合（Set）**里——集合的特性就是自动剔除重复元素，重复的城市只会保留一个。之后直接获取集合的长度，就是唯一城市的数量了。

举个简单的伪代码示例：

# 假设已经提取好所有城市名到列表里
cities_list = ["New York", "New Jersey", "Farmvill", "Texas", "New York"]
unique_cities = set(cities_list)
unique_count = len(unique_cities)
print(unique_count)  # 输出4，这就是正确的唯一城市数量

小提醒 #

如果遇到更复杂的文本，只要抓住「价格带$」这个区分点，就能准确提取城市名，别再单纯按行数或者空格数统计啦，那样很容易忽略重复的情况。

内容的提问来源于stack exchange，提问作者GhostNANI