从句子列表中删除单词列表的简单方法是什么？

Question

我有一个停止词列表，我想从包含句子的列表中的每个字符串中删除。 我写了一段简短的代码，用空字符串替换任何出现的停用词，但很明显，这会删除字符串出现的任何地方 ，即使它位于单词的中间。

# Remove stop words from sentenceList
for i in sentenceList:
    for word in stopWords:
        i = i.replace(word.rstrip("\n"), "")

我已经搜索了一段时间，但找不到明显的解决方案。

只有当它们被空格包围或者之后有句号或其他标点符号时，最简单的方法是删除字符串？

Answer 1

您可以使用re.sub和word边界。 字边界将确保仅在单词字符（大致从z到0，从0到9和下划线）和非单词字符（之前未提及的所有内容）之间发生匹配。

i = re.sub(r"\b" + re.escape(word.rstrip("\n")) + r"\b", "", i)

我正在使用re.escape ，以防你的单词中有正则表达式元字符，但如果你的单词只有字母，那就不太可能了，但更好的是安全而不是抱歉。