PYTHON：从txt文件中删除POS标记

我有以下txt文件，其中包含每个单词的POS（）标记

无需/jj to/说/vb，/，我/ppss/bedz愤怒/jj at/在此/dt无与伦比/jj入侵/nn on/in free/jj enterprise/nn./。 如何/wrb敢/vbn他们/PPS

有没有办法在没有POS标签的情况下读取文件，因此结果将是：

不用说，我对这种对自由企业的空前入侵感到愤怒。 他们怎么敢

因此，基本上我想删除

/

后面的任何字符

words = re.findall('\w+',open(input_file).read())

上述代码将删除/但仍会出现缩写，如jj、ppss。 那么，如何删除/后跟任何字符。

这足够好吗

>>> import re
>>> s = 'Needless/jj to/to say/vb ,/, I/ppss was/bedz furious/jj at/in this/dt unparalleled/jj intrusion/nn upon/in free/jj enterprise/nn ./.'
>>> re.sub(r'/[^\s]+','',s)
'Needless to say , I was furious at this unparalleled intrusion upon free enterprise .'

---

这只需删除任何以

/

开头的文本，直到找到空白。

正如Wooble所建议的，您可以使用嵌套在列表中的两个拆分来完成此操作：

s = 'Needless/jj to/to say/vb ,/, I/ppss was/bedz furious/jj at/in this/dt unparalleled/jj intrusion/nn upon/in free/jj enterprise/nn ./.'
print " ".join(word.split("/")[0] for word in s.split())

输出：

Needless to say , I was furious at this unparalleled intrusion upon free enterprise .

---

s.split（）<代码>单词。拆分（“/”）

将英语单词（或发音标记）与其词性分开

word.split（“/”[0]

仅选择英文单词并丢弃位置。

”。join（）

将生成的英文单词列表合并为一个字符串。

此代码考虑了Wooble的备注和您处理字符串列表的需要，afaiu:

li = [ ('//Needless/jj to/to say/vb ,/, '
        'I/ppss was/bedz fur/ious/jj at/in this/dt '
        'unparalleled/jj intrusion/nn upon/in '
        'free/jj enterprise/nn ./. '
        'How/wrb dared/vbn they/ppss'),
       '/Before/jj to/to say/vb ,/, /I/ppss am/bedz h/a/p/p/y/jj']

import re

def clean(s,r=re.compile('(?<![\s/])/[^\s/]+(?![\S/])')):
    return r.sub('',s)

x = map(clean, li)

print '\n\n'.join(x)

---

文件中是否有任何不是标记指示器的

/

？单词/标记组合是否总是以空格分隔？使用

.split（）

两次是最简单的解决方案，可能有效，也可能无效。请看我的答案，因为txt在一个列表中：newText=re.sub（r'/[^\s]+'，''，words）Traceback（最近一次调用最后一次）：File“”，第1行，在文件“/usr/lib/python2.7/re.py”中，第151行，在sub中返回编译（模式、标志）.sub（repl、字符串、计数）TypeError:应为字符串或buffer@user2152825--所以您要将一个列表传递给

re.sub

。那不行

re.sub

需要字符串。那么，有什么解决方案吗？传递字符串有什么问题

re.sub（r'/[^\s]+'，''，open（fname.read（））

？你为什么需要

re.findall

呢？它终于可以工作了，但我仍然有换行符，比如：。\n\n\tPelham指向了当然，那么它将是

[“”。join（s.split（）中的word.split（“/”[0]）对于myListOfSentences中的s]

非常感谢它可以工作：）：）对

'/无需/jj指向/说/vb，/，I/ppss was/bedz fur/ious/jj'

//Needless to say , I was fur/ious at this unparalleled intrusion upon free enterprise . How dared they

/Before to say , /I am h/a/p/p/y