从段落中移除专有名词的程序

Question

我正试图编写一个程序，从维基百科解析的段落中删除所有专有名词。你知道吗

no_pnoun_paragraph = ""
for i in range(len(clean_paragraph)):
  if clean_paragraph[i].isupper() == True and clean_paragraph[i - 2] != ".":
   cutoff = clean_paragraph[i:]
   delete = cutoff[:cutoff.find(" ")]
   clean_paragraph = clean_paragraph.replace(delete, "")
print clean_paragraph

这将尝试删除所有以大写字母开头但不以句子开头的单词。我收到一个错误，字符串索引超出if语句的范围。你知道吗

如何修复代码以解决此问题？你知道吗

Answer 1

我想，这个错误是因为下面的代码行

`clean_paragraph` = clean_paragraph.replace(delete, "")

因为您要替换它，所以段落的长度会缩短。但是，当for循环开始时clean_paragraph长度是不同的。你知道吗

例如：

比如说，你干净的段落是"Hello" 执行len(clean_paragraph)时，长度将为5 那么，现在..如果你replace 'l'如下

clean_paragraph = clean_paragraph.replace("l","")

然后，clean_段的长度减少到3。 但是，由于for循环继续，范围是0到5。但是，由于前面的操作减小了大小，当for循环的索引变为4时，clean_paragraph[4]与当前一样超出范围，clean\u paragraph是“Heo”并且您正在尝试访问第四个索引

Answer 2

您可以使用re执行以下操作：

clean_paragraph = 'You are right. We are Going to be there.'
no_pnoun_paragraph = re.sub(r'([^.])( [A-Z]\w*)', r'\1', clean_paragraph)
# 'You are right. We are to be there.'