python - 从python句子中删除非英语单词

Question

我编写了一段代码，用于向 Google 发送查询并返回结果。我从这些结果中提取片段(摘要)以进行进一步处理。然而，有时这些片段中会出现我不想要的非英语单词。例如:

/\u02b0w\u025bn w\u025bn unstressed \u02b0w\u0259n w\u0259n/ 

我只想要这句话中的“unstressed”这个词。我怎样才能做到这一点？谢谢

Answer 1

PyEnchant 对您来说可能是一个简单的选择。我不知道它的速度，但你可以这样做:

>>> import enchant
>>> d = enchant.Dict("en_US")
>>> d.check("Hello")
True
>>> d.check("Helo")
False
>>>

找到教程here ，它还有返回建议的选项，您可以再次查询其他查询或其他内容。此外，您可以检查您的结果是否为 latin-1 (is_utf8() 存在，不知道 is_latin-1() 是否也存在，也许使用类似 Enca 的东西，它基于以下内容检测文本文件的编码了解他们的语言。)