如何遍歷Python中的字符串的句子？

Question

假設我有一個字符串text = "A compiler translates code from a source language"。我希望做兩件事情：

1. 我需要通過每個字進行迭代，並使用NLTK庫幹。阻止的功能是PorterStemmer().stem_word(word)。我們必須通過「單詞」這個論點。我怎樣才能解決每個單詞並找回句子？

2. 我需要從text字符串中刪除某些停用詞。包含停用詞列表存儲在一個文本文件（空格分隔）

   stopwordsfile = open('c:/stopwordlist.txt','r+') 
   stopwordslist=stopwordsfile.read() 
   

   如何從text刪除那些停止詞，並得到一個乾淨的新字符串？

Answer 1

我張貼這是一個評論，但認爲我還不如充實它與一些解釋一個完整的答案：

你想用str.split()分割字符串轉換成單詞，然後幹每個字：

for word in text.split(" "): 
    PorterStemmer().stem_word(word) 

當你想要得到的所有的梗單詞串起來，是微不足道的，然後加入這些莖一起回來。要做到這一點很容易和高效，我們使用str.join()和generator expression：

" ".join(PorterStemmer().stem_word(word) for word in text.split(" ")) 

編輯：

您的其他問題：

with open("/path/to/file.txt") as f: 
    words = set(f) 

在這裏，我們打開使用the with statement（這是最好的文件打開文件的方式，因爲它可以正確地關閉它們，即使是在異常情況下也是如此，並且更具可讀性），並將內容讀取到一個集合中。我們使用一個集合，因爲我們不關心這些單詞的順序或重複，並且以後會更有效率。我假設每行有一個字 - 如果不是這種情況，並且它們用逗號分隔，或者使用str.split()（與適當的參數一起使用str.split()）分隔的空格可能是一個很好的計劃。

stems = (PorterStemmer().stem_word(word) for word in text.split(" ")) 
" ".join(stem for stem in stems if stem not in words) 

這裏我們使用生成器表達式的if子句來忽略從文件中加載的單詞集中的單詞。一個集合上的成員資格檢查是O（1），所以這應該是相對有效的。

編輯2：

要刪除的話，他們是朵朵之前，這是更簡單：

" ".join(PorterStemmer().stem_word(word) for word in text.split(" ") if word not in words) 

去除給定的話很簡單：

在

filtered_words = [word for word in unfiltered_words if not in set_of_words_to_filter] 

Answer 2

要經過的每個單詞在字符串中

for word in text.split(): 
    PorterStemmer().stem_word(word) 

使用字符串的連接方法（通過Lattyware推薦）來連接件一個大的字符串。

" ".join(PorterStemmer().stem_word(word) for word in text.split(" "))