如何在python字符串中提取单词

Question

我有很多字符串如下所示：

Einwohnerzahl

244.951

StudierendeamHochschulort
[...]

单词现在用“\n”分隔。 我怎样才能把所有的单词和数字分开列在不同的单子里？因为我得到了很多不完全相同的字符串，所以我正在寻找一种解决方案，可以处理字符串中不同位置的单词/数字或缺少的单词/数字。你知道吗

---

最终解决方案：

第一步我用

cleaned_string = re.sub('['+string.punctuation+']', '', cleanstring).split() 

生成以下输出：

print(cleaned_string)
['Einwohnerzahl', '244951', 'StudierendeamHochschulort', '57573', 'Studierendenanteil']

之后我用

_re_digits = re.compile(r"(-?(?:(?:\d+(?:\.\d*)?)|(?:\.\d+)))")
pure_zahlen = []
for element in cleaned_string:
    pure_zahlen += [ float(n) for n in _re_digits.findall(element)]

以及

pure_text = [x for x in cleaned_string if not (x.isdigit() or x[0] == '-' and x[1:].isdigit())]

从列表字符串中分离文本和数字。你知道吗

这让我

print(pure_zahlen)
[41532.0, 2902.0, 70.0, 3739.0, 151319.0]

以及

print(pure_text)
['Einwohnerzahl', 'StudierendeamHochschulort', 'Studierendenanteil']

Answer 1

假设您有字符串myString，这里是实现目标的方法：

myString = """Einwohnerzahl

244.951

StudierendeamHochschulort"""


results  = [i.strip() for i in myString.split("\n") if i != '']

print(results)

Output

['Einwohnerzahl', '244.951', 'StudierendeamHochschulort']

Answer 2

使用此选项：

s = 'apple\nbanana' #any phrase that you like
print(s.split('\n'))

输出：

['apple', 'banana']

如果您想将其作为单独的单词/短语：

s = 'apple\nbanana' 
for i in s.split('\n'):
    print(i)

输出：

apple
banana