使用Python删除包含字符或字母串的文本文件中的单词

Question

我有几行文本，想删除任何带有特殊字符或固定给定字符串的单词（在 python 中）。例子：in_lines = ['this is go:od',             'that example is bad',             'amp is a word']# remove any word with {'amp', ':'}out_lines = ['this is',              'that is bad',              'is a word']我知道如何从给定的列表中删除单词，但不能删除带有特殊字符或少数字母的单词。请告诉我，我会添加更多信息。这是我用于删除选定单词的内容：def remove_stop_words(lines):   stop_words = ['am', 'is', 'are']   results = []   for text in lines:        tmp = text.split(' ')        for stop_word in stop_words:            for x in range(0, len(tmp)):               if tmp[x] == stop_word:                  tmp[x] = ''        results.append(" ".join(tmp))   return resultsout_lines = remove_stop_words(in_lines)

Answer 1

in_lines = ['this is go:od', 

            'that example is bad', 

            'amp is a word']

def remove_words(in_list, bad_list):

    out_list = []

    for line in in_list:

        words = ' '.join([word for word in line.split() if not any([phrase in word for phrase in bad_list]) ])

        out_list.append(words)

    return out_list

out_lines = remove_words(in_lines, ['amp', ':'])

print (out_lines)

听起来很奇怪，声明

word for word in line.split() if not any([phrase in word for phrase in bad_list])

一次完成这里所有的艰苦工作。它为应用于单个单词的“坏”列表中的每个短语创建一个True/False值列表。该any函数再次将这个临时列表压缩为单个True/False值，如果是False这样，则可以安全地将单词复制到基于行的输出列表中。

例如，删除所有包含 an 的单词的结果a如下所示：

remove_words(in_lines, ['a'])

>>> ['this is go:od', 'is', 'is word']

（也可以删除该for line in ..行。不过，此时，可读性确实开始受到影响。）

Answer 2

这符合您的预期输出：

def remove_stop_words(lines):

  stop_words = ['am', ':']

  results = []

  for text in lines:

    tmp = text.split(' ')

    for x in range(0, len(tmp)):

      for st_w in stop_words:

        if st_w in tmp[x]:

          tmp[x] = ''

    results.append(" ".join(tmp))

  return results