在Python中，除了统计单词出现的频率外，还可以通过字符串处理和正则表达式技术，进一步获取单词在句子中的具体位置。这在自然语言处理、文本分析和信息提取任务中非常有用。以下是实现查找单词在句子中的位置及其频率的方法。 ### 获取单词在句子中的位置 Python的`re`模块可以用于查找单词在句子中的索引位置。例如，使用`re.finditer`可以找到所有匹配单词的起始和结束位置： ```python import re sentence = "Python is great for data science. Python is also easy to learn." word = "Python" positions = [match.start() for match in re.finditer(r'\b' + re.escape(word) + r'\b', sentence)] ``` 上述代码中，`re.escape(word)`确保特殊字符不会影响匹配，`\b`表示单词边界，确保精确匹配单词。`match.start()`返回单词在句子中的起始位置。 ### 统计单词出现的频率 可以使用Python的字典数据结构来高效统计单词出现的频率[^2]。以下是一个完整的示例代码，结合了单词频率统计和位置记录： ```python import re def find_word_positions_and_frequency(sentence, word): # 使用正则表达式找到所有单词的出现及其位置 matches = re.finditer(r'\b' + re.escape(word) + r'\b', sentence, re.IGNORECASE) positions = [match.start() for match in matches] frequency = len(positions) return positions, frequency sentence = "Python is great for data science. Python is also easy to learn." word = "Python" positions, frequency = find_word_positions_and_frequency(sentence, word) print(f"单词 '{word}' 出现的频率为 {frequency} 次") print(f"出现的位置索引为: {positions}") ``` ### 处理大小写和特殊字符 在实际应用中，可能需要忽略大小写或处理标点符号。例如，使用`re.IGNORECASE`标志可以忽略大小写，而使用`re.sub`可以去除标点符号： ```python import re def clean_text(text): # 去除标点并统一小写 return re.sub(r'[^\w\s]', '', text).lower() sentence = "Python is great for data science. python is also easy to learn." word = "python" cleaned_sentence = clean_text(sentence) positions, frequency = find_word_positions_and_frequency(cleaned_sentence, word.lower()) print(f"单词 '{word}' 出现的频率为 {frequency} 次") print(f"出现的位置索引为: {positions}") ``` 这段代码首先清理文本，去除标点并转换为小写，然后进行匹配，从而避免因大小写或标点符号导致的匹配错误。 ### 相关问题 1. 如何使用正则表达式匹配完整的单词而不是子字符串？ 2. 如何在Python中实现不区分大小写的单词匹配？ 3. 如何处理句子中带有标点符号的单词？ 4. 除了`re`模块，还有哪些Python库可以用于文本处理和单词统计？ 5. 如何将单词的位置信息与频率信息结合输出更完整的分析结果？