從python列表中刪除字符串中出現的所有字詞

Question

我試圖使用編譯的正則表達式匹配並從列表中刪除列表中的所有單詞，但我努力避免單詞中的出現。

電流：

REMOVE_LIST = ["a", "an", "as", "at", ...] 

remove = '|'.join(REMOVE_LIST) 
regex = re.compile(r'('+remove+')', flags=re.IGNORECASE) 
out = regex.sub("", text) 

在：

出 「敏捷的棕色狐狸比一隻螞蟻躍升」：「敏捷的棕色狐狸跳過T」

預期：「快速的棕色狐狸跳過」

我試圖改變字符串編譯以下，但無濟於事：

regex = re.compile(r'\b('+remove+')\b', flags=re.IGNORECASE) 

任何建議或我思念的東西華麗地明顯？

Answer 1

一個問題是隻有第一個\b位於原始字符串內部。第二個被解釋爲退格字符（ASCII 8）而不是字邊界。

要修復，改變

regex = re.compile(r'\b('+remove+')\b', flags=re.IGNORECASE) 

到

regex = re.compile(r'\b('+remove+r')\b', flags=re.IGNORECASE) 
           ^THIS 

Answer 2

這裏是不使用正則表達式的建議，你可能要考慮：

>>> sentence = 'word1 word2 word3 word1 word2 word4' 
>>> remove_list = ['word1', 'word2'] 
>>> word_list = sentence.split() 
>>> ' '.join([i for i in word_list if i not in remove_list]) 
'word3 word4'