python - 从 Python 中的字符串中删除所有冠词、连接词等

Question

我有一个包含很多句子的列表。我想遍历列表，从所有句子中删除“and”、“the”、“a”、“are”等词。

我试过这个:

def removearticles(text):


articles = {'a': '', 'an':'', 'and':'', 'the':''}
for i, j in articles.iteritems():
    text = text.replace(i, j)
return text

但是，正如您可能知道的那样，这将删除出现在单词中间的“a”和“an”。我只需要删除由空格分隔的单词实例，而不是当它们在单词中时。最有效的方法是什么？

Answer 1

我会选择正则表达式，比如:

def removearticles(text):
  re.sub('(\s+)(a|an|and|the)(\s+)', '\1\3', text)

或者如果您还想删除前导空格:

def removearticles(text):
  re.sub('\s+(a|an|and|the)(\s+)', '\2', text)