python：单词和词形词典

Question

我有以下的问题：我创建了一本词典（德语），里面有单词和它们对应的引理。示例： “Lagerbestände”，“Lager bestand”，“Wohnhäuser”，“Wohn haus”，“Bahnhof”，“Bahn hof”

我现在有一个文本，我想检查所有的单词他们的引理。它可能会出现一个词，而这个词不在词典中，比如“Restbestände”。但是“最好的”引理，我们已经知道了。所以我想把单词的第一部分，在dicti中是未知的，把它加到柠檬化的第二部分，然后打印出来（或者返回它）。 示例：“Restbestände”->；“Rest bestand”。（“bestand”取自“Lagerbestände”引理）

我编写了以下代码：

for limit in range(1, len(Word)): 
    for k, v in dicti.iteritems():
        if re.search('[\w]*'+Word[limit:], k, re.IGNORECASE) != None:
            if '-' in v:
                tmp = v.find('-')
                end = v[tmp:]
                end = re.sub(ur'[-]',"", end)
                Word = Word[:limit] + '-' + end `

但我有两个问题：

1. 在单词的末尾，每次“&；10”都会打印出来。我怎样才能避免这种情况？在
2. 这个词的第二部分有时是不正确的-一定有逻辑错误。在

但是，你会怎么解决这个问题呢？在

Answer 1

At the end of the words, it is printed out every time "&#10". How can I avoid this?

在中必须在脚本中的任何地方使用UNICODE。Everywhere, everywhere, everywhere.

另外，python RegEx函数接受应该始终设置的标志^{}。德语字母不在ASCII集中，因此RegEx有时可能会混淆，例如在匹配r'\w'