JS统计字符串单词频率的技巧

本文详解了如何利用JavaScript正则表达式（/[a-z0-9]+/gi）结合match()与reduce()高效统计字符串中单词出现频次——先精准提取字母数字组合的单词、自动忽略大小写与标点，再通过健壮的空值防护和小写归一化确保统计准确性，最终生成清晰的{word: count}计数对象；代码简洁可复用，还支持扩展停用词过滤与Map替代方案，是文本分析与数据预处理中实用又易懂的核心技巧。

可以用正则表达式配合 match() 和 reduce() 快速统计单词频次，关键是正确提取“单词”（通常指连续的字母数字字符，忽略大小写和标点）。

提取所有单词（忽略大小写和标点）

使用正则 /[a-z0-9]+/gi 匹配至少一个字母或数字组成的子串，g 全局匹配，i 忽略大小写。这样能跳过空格、标点、换行等非单词字符。

例如：

转为小写统一计数

为避免 "Hello" 和 "hello" 被视为不同单词，建议在提取后统一转小写。可在 match() 后链式调用 map(w => w.toLowerCase())，或在 reduce 中处理。

• 直接在匹配后转换：str.match(/[a-z0-9]+/gi)?.map(w => w.toLowerCase()) || []
• 空值防护很重要：match() 在无匹配时返回 null，需提供默认空数组

用 reduce 统计频次

遍历单词数组，用对象累积计数：

const freq = words.reduce((acc, word) => {
  acc[word] = (acc[word] || 0) + 1;
  return acc;
}, {});

结果是形如 { hello: 2, world: 1, javascript123: 1 } 的对象。

• 也可用 Map 替代普通对象，更安全（避免原型污染）
• 若需按频次排序，后续可对 Object.entries(freq) 使用 sort()

完整示例函数

封装成可复用函数：

function wordFrequency(str) {
  const words = str.match(/[a-z0-9]+/gi)?.map(w => w.toLowerCase()) || [];
  return words.reduce((acc, word) => {
    acc[word] = (acc[word] || 0) + 1;
    return acc;
  }, {});
}
// wordFrequency("Hi there! Hi again.") → { hi: 2, there: 1, again: 1 }

如需排除停用词（如 "the", "and"），可在 map 前加 filter 步骤。

今天关于《JS统计字符串单词频率的技巧》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！