从 Python 中的句子中删除单词而不是子词答案

【问题标题】：Removing Word but not Subword from a Sentence in Python从 Python 中的句子中删除单词而不是子词
【发布时间】：2019-06-24 08:49:51
【问题描述】：

我需要从 Python 中的句子（给定字符串）中删除给定的单词向量。

问题是我想删除确切的单词而不是子字符串或子词。

注意：我不能假设单词前后有空格

我尝试了.replace(word,"") 功能但不起作用

示例：s = "I'am at home and i will work by webcam call"

当我做s.replace("am","")

输出：i' at home and i will work by webc call

也许可以帮助标记化？

【问题讨论】：

【解决方案1】：

您可以使用正则表达式到re.sub 与字边界\b 字符：

>>> import re
>>> s = "I'am at home and i will work by webcam call"
>>> re.sub(r"\bam\b", "", s)
"I' at home and i will work by webcam call"

对于单词列表，您可以使用循环，或使用| 从多个单词中分离，例如"am|and|i"。可选择使用re.I 标志来忽略大写/小写：

>>> words = ["am", "and", "i"]
>>> re.sub(r"\b(%s)\b" % "|".join(words), "", s, flags=re.I)
"' at home   will work by webcam call"

【讨论】：

This answer 对上述问题给出了针对 OP 问题的准确而直接的解决方案，基本上归结为re.split('\W+', "Don't answer duplicates, please")。
@ayorgo 不是。我扫描了“骗子”上的答案，但没有人真正做到了 OP 想要的。例如。您链接到的那个（确实类似于\b 和\W）将丢弃任何标点符号。
Tbh 目前尚不完全清楚 OP 究竟需要什么，但考虑到标签 machine-learning、nlp 和 recurrent-neural-network，似乎有一个用于输出的单词列表就足够了。

【解决方案2】：

你可以像这样使用列表推导：

sentence_filtered = " ".join([word for word in sentence.split() if word.lower() not in vector_of_words])

【讨论】：