Convertir une chaîne en une liste de mots ?

Question

J'essaie de convertir une chaîne en une liste de mots en utilisant python. Je veux prendre quelque chose comme ceci :

 string = 'This is a string, with words!'

Convertissez ensuite en quelque chose comme ceci :

 list = ['This', 'is', 'a', 'string', 'with', 'words']

Notez l'omission de la ponctuation et des espaces. Quel serait le moyen le plus rapide de procéder?

Answer 1

Je pense que c'est le moyen le plus simple pour quiconque tombe sur ce post compte tenu de la réponse tardive:

 >>> string = 'This is a string, with words!'
>>> string.split()
['This', 'is', 'a', 'string,', 'with', 'words!']

Answer 2

Le faire correctement est assez complexe. Pour vos recherches, il s'agit de la tokenisation des mots. Vous devriez regarder NLTK si vous voulez voir ce que les autres ont fait, plutôt que de repartir de zéro :

 >>> import nltk
>>> paragraph = u"Hi, this is my first sentence. And this is my second."
>>> sentences = nltk.sent_tokenize(paragraph)
>>> for sentence in sentences:
...     nltk.word_tokenize(sentence)
[u'Hi', u',', u'this', u'is', u'my', u'first', u'sentence', u'.']
[u'And', u'this', u'is', u'my', u'second', u'.']

Answer 3

Le moyen le plus simple :

 >>> import re
>>> string = 'This is a string, with words!'
>>> re.findall(r'\w+', string)
['This', 'is', 'a', 'string', 'with', 'words']

Answer 4

Utilisation de string.punctuation pour l'exhaustivité :

 import re
import string
x = re.sub('['+string.punctuation+']', '', s).split()

Cela gère également les nouvelles lignes.