如何将字符串拆分为列表？

我希望我的Python函数拆分一个句子（输入）并将每个单词存储在列表中。我当前的代码拆分了句子，但没有将单词存储为列表。我怎么做？

def split_line(text):

    # split the text
    words = text.split()

    # for each word in the line:
    for word in words:

        # print the word
        print(words)

text.split()

这应该足以将每个单词存储在列表中。 words已经是句子中单词的列表，因此不需要循环。

其次，这可能是一个错字，但是您的循环有点混乱。如果您确实确实想使用附加，它将是：

words.append(word)

不

word.append(words)

text在任何连续的空格运行中拆分字符串。

words = text.split()      

text在分隔符上分割字符串","。

words = text.split(",")   

单词变量将为a，list并包含text分隔符上的split 单词。

str.split（）

返回字符串中的单词列表，使用sep作为定界符...如果未指定sep或为None，则应用不同的拆分算法：连续空格的运行被视为单个分隔符，并且结果将包含如果字符串的开头或结尾有空格，则开头或结尾不得有空字符串。

>>> line="a sentence with a few words"
>>> line.split()
['a', 'sentence', 'with', 'a', 'few', 'words']
>>> 

根据您打算如何处理列表中的句子，您可能需要查看Natural Language Took Kit。它主要处理文本处理和评估。您也可以使用它来解决您的问题：

import nltk
words = nltk.word_tokenize(raw_sentence)

这具有将标点符号分开的额外好处。

例：

>>> import nltk
>>> s = "The fox's foot grazed the sleeping dog, waking it."
>>> words = nltk.word_tokenize(s)
>>> words
['The', 'fox', "'s", 'foot', 'grazed', 'the', 'sleeping', 'dog', ',', 
'waking', 'it', '.']

这使您可以过滤掉不需要的标点，而仅使用单词。

请注意，string.split()如果您不打算对句子进行任何复杂的处理，则使用其他解决方案会更好。

[编辑]

这个算法怎么样？在空白处分割文本，然后修剪标点符号。这会仔细删除单词边缘的标点符号，而不会损害单词内的撇号，例如we're。

>>> text
"'Oh, you can't help that,' said the Cat: 'we're all mad here. I'm mad. You're mad.'"

>>> text.split()
["'Oh,", 'you', "can't", 'help', "that,'", 'said', 'the', 'Cat:', "'we're", 'all', 'mad', 'here.', "I'm", 'mad.', "You're", "mad.'"]

>>> import string
>>> [word.strip(string.punctuation) for word in text.split()]
['Oh', 'you', "can't", 'help', 'that', 'said', 'the', 'Cat', "we're", 'all', 'mad', 'here', "I'm", 'mad', "You're", 'mad']

我希望我的python函数拆分一个句子（输入）并将每个单词存储在列表中

该str().split()方法执行此操作，它需要一个字符串，并将其拆分为一个列表：

>>> the_string = "this is a sentence"
>>> words = the_string.split(" ")
>>> print(words)
['this', 'is', 'a', 'sentence']
>>> type(words)
<type 'list'> # or <class 'list'> in Python 3.0

您遇到的问题是由于输入错误，print(words)而不是您写的print(word)：

将word变量重命名为current_word，这就是您所拥有的：

def split_line(text):
    words = text.split()
    for current_word in words:
        print(words)

..什么时候应该完成：

def split_line(text):
    words = text.split()
    for current_word in words:
        print(current_word)

如果出于某种原因要在for循环中手动构造列表，则可以使用list append()方法，也许是因为您想对所有单词都小写（例如）：

my_list = [] # make empty list
for current_word in words:
    my_list.append(current_word.lower())

或者使用list-comprehension更加整洁：

my_list = [current_word.lower() for current_word in words]

shlex具有.split()功能。它的不同之处str.split()在于，它不保留引号，并且将带引号的词组视为一个单词：

>>> import shlex
>>> shlex.split("sudo echo 'foo && bar'")
['sudo', 'echo', 'foo && bar']

如果要在列表中包含单词/句子的所有字符，请执行以下操作：

print(list("word"))
#  ['w', 'o', 'r', 'd']


print(list("some sentence"))
#  ['s', 'o', 'm', 'e', ' ', 's', 'e', 'n', 't', 'e', 'n', 'c', 'e']

我认为您因错字而感到困惑。

更换print(words)与print(word)您的循环内已印刷在另一条线路的每一个字