从给定字符串中删除包含数字的单词

Question

我正在尝试编写一个简单的程序，从接收到的字符串中删除所有包含数字的单词。

这是我当前的实现：

import re

def checkio(text):

    text = text.replace(",", " ").replace(".", " ") .replace("!", " ").replace("?", " ").lower()
    counter = 0
    words = text.split()

    print words

    for each in words:
        if bool(re.search(r'\d', each)):
            words.remove(each)

    print words

checkio("1a4 4ad, d89dfsfaj.")

然而，当我执行这个程序时，我得到以下输出：

['1a4', '4ad', 'd89dfsfaj']
['4ad']

我不明白为什么 '4ad' 打印在第二行，因为它包含数字并且应该从列表中删除。有什么想法吗？

Answer 1

显然发生的是并发访问错误。即 - 您在遍历数组时删除了一个元素。

在第一次迭代中，我们有 words = ['1a4', '4ad', 'd89dfsfaj']。由于“1a4”有一个数字，我们将其删除。现在，words = ['4ad','d89dfsfaj']。但是，在第二次迭代中，当前单词现在是 'd89dfsfaj'，我们将其删除。发生的事情是我们跳过“4ad”，因为它现在位于索引 0 处，for 循环的当前指针位于 1。

Answer 2

如果您要测试字母数字字符串，为什么不使用 isalnum() 而不是正则表达式？

In [1695]: x = ['1a4', '4ad', 'd89dfsfaj']

In [1696]: [word for word in x if not word.isalnum()]
Out[1696]: []

Answer 3

假设您的正则表达式执行您想要的操作，您可以这样做以避免在迭代时删除。

import re

def checkio(text):

    text = re.sub('[,\.\?\!]', ' ', text).lower()
    words = [w for w in text.split() if not re.search(r'\d', w)]
    print words ## prints [] in this case

此外，请注意我简化了您的 text = text.replace(...) 行。

此外，如果您不需要重复使用您的 text 变量，您可以使用正则表达式直接拆分它。

import re

def checkio(text):

    words = [w for w in re.split('[,.?!]', text.lower()) if w and not re.search(r'\d', w)]
    print words ## prints [] in this case

Answer 4

这可以通过使用 re.sub、re.search 和 list_comprehension 来实现。

>>> import re
>>> def checkio(s):
        print([i for i in re.sub(r'[.,!?]', '', s.lower()).split() if not re.search(r'\d', i)])


>>> checkio("1a4 4ad, d89dfsfaj.")
[]
>>> checkio("1a4 ?ad, d89dfsfaj.")
['ad']

从给定字符串中删除包含数字的单词

Removing words containing digits from a given string

python

regex

iteration

list