C# 字數統計(word count)

1、Regex.Matches(s, @"[A-Za-z0-9][A-Za-z0-9'\-.]*").Count (英文單詞連詞算一個單詞)

Regex.Matches(s, @"[A-Za-z0-9][A-Za-z0-9\-.]*").Count (英文單詞連詞不算一個單詞)

2、           string[] str=FilterHtml(content).Split("~!@#$%^&*()_+-=`|\\:\"?><;',./ ".ToCharArray());

                int i=0;

                foreach (string s in str)

                {

                    if (s.Length == 0)

                        i++;

                }

                count = str.Length - i;

其中第2種方法的缺點不能統計數字字數 比如123.456他會當兩個單詞,以上方法只適用英文字數統計

3、Regex.Matches(txtContent.Text, @"[\W]+").Count 中文字數

Regex.Matches(strContent, @"[0-9][0-9'\-.]*").Count 數字字數

中文字數統計：

    public static int ChineseLetterCount(string strText)    {        byte[] byts = System.Text.Encoding.GetEncoding("gb2312").GetBytes(strText); 

        return byts.Length - strText.Length;

    }

以上都是近似統計

 英文字數統計已經很精確了，中文字數統計誤差有點大，還有待改進

不過我在做對比測試的發現word2010統計有一點bug：

請看以下測試案例：

"I looked at it and said, 'We'll be back in a few days,' " Byron Largent said of the china. （word2010裡面字數統計為20）

而我寫的正則統計為19不知道誰對誰錯

注意：連詞算一個不算兩個哦，那看來微軟吧連詞不算一個單詞