Xóa tất cả các lần xuất hiện của chuỗi trong một chuỗi từ danh sách python

Question

Tôi đang cố gắng đối sánh và xóa tất cả các từ trong danh sách khỏi chuỗi bằng regex được biên dịch nhưng tôi đang cố gắng tránh các lần xuất hiện trong từ.

hiện tại:

REMOVE_LIST = ["a", "an", "as", "at", ...] 

remove = '|'.join(REMOVE_LIST) 
regex = re.compile(r'('+remove+')', flags=re.IGNORECASE) 
out = regex.sub("", text) 

Trong: "Các cáo nâu nhanh chóng nhảy qua một con kiến"

Out: "con cáo nâu nhanh chóng nhảy qua t"

mong đợi: "con cáo màu nâu nhanh chóng nhảy qua"

Tôi đã thử thay đổi chuỗi để biên dịch thành những nội dung sau nhưng không có kết quả:

regex = re.compile(r'\b('+remove+')\b', flags=re.IGNORECASE) 

Bất kỳ đề xuất nào hoặc tôi thiếu điều gì đó rõ ràng rõ ràng?

Answer 1

Một vấn đề là chỉ có \b đầu tiên nằm bên trong một chuỗi thô. Thứ hai được hiểu là ký tự backspace (ASCII 8) chứ không phải là một ranh giới từ.

Để khắc phục, thay đổi

regex = re.compile(r'\b('+remove+')\b', flags=re.IGNORECASE) 

để

regex = re.compile(r'\b('+remove+r')\b', flags=re.IGNORECASE) 
           ^THIS 

Answer 2

đây là một gợi ý mà không sử dụng regex bạn có thể muốn xem xét:

>>> sentence = 'word1 word2 word3 word1 word2 word4' 
>>> remove_list = ['word1', 'word2'] 
>>> word_list = sentence.split() 
>>> ' '.join([i for i in word_list if i not in remove_list]) 
'word3 word4'