如何删除与模式匹配的所有单词，除了我想保留的某些单词？（它们匹配模式）答案

【问题标题】：How to remove all words matching a pattern, except certain words which I want to preserve?(they match the pattern)如何删除与模式匹配的所有单词，除了我想保留的某些单词？（它们匹配模式）
【发布时间】：2017-07-16 09:12:11
【问题描述】：

所以我想从语料库中删除一个模式，但是有些单词与我想保留的模式相匹配。我有一个此类单词的列表，并且可以删除与该模式匹配的所有单词。

但是，我如何保留列表中的单词，并删除任何其他匹配该模式的单词？

谢谢。

【问题讨论】：

你能发布你目前得到的代码吗？
是的，我将启动笔记本。但是，与此同时，我正在做的只是使用re.sub 来匹配其中包含@ 的单词
我想要删除所有这些单词，但保留一些与模式匹配的单词。我有一个列表
我正在这样做：def replace_in_str(string): return ' '.join(re.sub("([^0-9A-Za-z \t])|(\w+:\/\/\S+)"," ",string).split()) 然后简单地说，tweets["Message"]=tweets["Message"].apply(replace_in_str) 我也从 SO 那里得到了这个替换。

标签： python regex words

【解决方案1】：

你可以使用设置交集

import re
s = 'Philip Hammond under pressure after claiming that public sector workers are overpaid'
s1 = re.sub("[^\w]", " ",  s).split()

那你去

d1 = ['Philip', 'Hammond']

print (set(s1).intersection(d1))

终于

{'Philip', 'Hammond'}

【讨论】：

我想我的问题措辞有误。如果我们取 s1 和 d1 的交集，我会保留 d1 和 s1 中的共同词。当我已经替换了 patterns 时，这将返回一个空集。工会会给我我想要的结果。