Comment diviser une chaîne de caractères en une liste ?

Question

Je veux que ma fonction Python divise une phrase (entrée) et stocke chaque mot dans une liste. Mon code actuel divise la phrase, mais ne stocke pas les mots dans une liste. Comment dois-je procéder ?

def split_line(text):

    # split the text
    words = text.split()

    # for each word in the line:
    for word in words:

        # print the word
        print(words)

Answer 1

text.split()

Cela devrait être suffisant pour stocker chaque mot dans une liste. words est déjà une liste des mots de la phrase, il n'y a donc pas besoin de boucle.

Deuxièmement, il se peut que ce soit une faute de frappe, mais votre boucle est un peu désordonnée. Si vous vouliez vraiment utiliser append, ce serait :

words.append(word)

no

word.append(words)

Answer 2

Divise la chaîne de caractères en text sur toute suite consécutive d'espaces blancs.

words = text.split()      

Divisez la chaîne de caractères en text sur le délimiteur : "," .

words = text.split(",")   

La variable des mots sera un list et contiennent les mots de text divisé sur le délimiteur.

Answer 3

str.split()

Retourner un liste des mots dans la chaîne, en utilisant sep comme délimiteur ... Si sep n'est pas spécifié ou est None, un algorithme de séparation différent est appliqué : les séries d'espaces consécutifs sont considérées comme un séparateur unique, et le résultat ne contiendra aucune chaîne vide au début ou à la fin si la chaîne a des espaces en tête ou en queue.

line="a sentence with a few words" line.split() ['a', 'sentence', 'with', 'a', 'few', 'words']

Answer 4

En fonction de ce que vous envisagez de faire avec votre phrase sous forme de liste, vous pouvez consulter l'outil d'aide à la décision. Kit de prise en charge du langage naturel . Il traite principalement du traitement et de l'évaluation des textes. Vous pouvez également l'utiliser pour résoudre votre problème :

import nltk
words = nltk.word_tokenize(raw_sentence)

Cela présente l'avantage supplémentaire de séparer la ponctuation.

Exemple :

>>> import nltk
>>> s = "The fox's foot grazed the sleeping dog, waking it."
>>> words = nltk.word_tokenize(s)
>>> words
['The', 'fox', "'s", 'foot', 'grazed', 'the', 'sleeping', 'dog', ',', 
'waking', 'it', '.']

Cela vous permet de filtrer la ponctuation que vous ne voulez pas et de n'utiliser que des mots.

Veuillez noter que les autres solutions utilisant string.split() sont préférables si vous n'avez pas l'intention de faire des manipulations complexes de la phrase.

[Modifié]

Answer 5

Que pensez-vous de cet algorithme ? Diviser le texte sur les espaces blancs, puis couper la ponctuation. Cette méthode supprime soigneusement la ponctuation au bord des mots, sans endommager les apostrophes à l'intérieur de mots tels que we're .

>>> text
"'Oh, you can't help that,' said the Cat: 'we're all mad here. I'm mad. You're mad.'"

>>> text.split()
["'Oh,", 'you', "can't", 'help', "that,'", 'said', 'the', 'Cat:', "'we're", 'all', 'mad', 'here.', "I'm", 'mad.', "You're", "mad.'"]

>>> import string
>>> [word.strip(string.punctuation) for word in text.split()]
['Oh', 'you', "can't", 'help', 'that', 'said', 'the', 'Cat', "we're", 'all', 'mad', 'here', "I'm", 'mad', "You're", 'mad']