從段落中刪除專有名詞的程序

Question

我正在嘗試編寫一個程序，該程序從Wikipedia解析的段落中刪除所有專有名詞。

no_pnoun_paragraph = ""
for i in range(len(clean_paragraph)):
  if clean_paragraph[i].isupper() == True and clean_paragraph[i - 2] != ".":
   cutoff = clean_paragraph[i:]
   delete = cutoff[:cutoff.find(" ")]
   clean_paragraph = clean_paragraph.replace(delete, "")
print clean_paragraph

這會嘗試刪除所有以大寫字母開頭但不以句子開頭的單詞。 我收到一個錯誤，該字符串索引超出了if語句的范圍。

如何解決我的代碼以解決此問題？

Answer 1

我認為，該錯誤是由於以下代碼行

`clean_paragraph` = clean_paragraph.replace(delete, "")

由於要替換它，因此clean_paragraph的長度減少了。 但是，當for循環開始時， clean_paragraph長度不同。

例如：

可以說，當您執行len(clean_paragraph)時，您的clean_paragraph是"Hello" ，長度現在是5所以..如果您按以下方式replace 'l'

clean_paragraph = clean_paragraph.replace("l","")

然后，clean_paragraph的長度減小為3 。 但是，由於for循環繼續進行，范圍為0到5。但是，由於前一個操作減小了大小，因此當for循環的索引變為4時， clean_paragraph[4] 超出了當前范圍 ， clean_paragraph為“嗨” ，您正在嘗試訪問第4個索引

Answer 2

您可以使用re來做到這一點：

clean_paragraph = 'You are right. We are Going to be there.'
no_pnoun_paragraph = re.sub(r'([^.])( [A-Z]\w*)', r'\1', clean_paragraph)
# 'You are right. We are to be there.'