Python 用3个单词获取短语

我已经想了一段时间了

我想获取一个大文本/字符串，并将其拆分为3个单词的短语，然后将它们添加到数组中

我尝试过使用

spilt（）

，但它没有像我希望的那样工作

我想做的是让它发挥作用：

从字符串中的前3个单词开始，当我得到这些单词时，我将其放入数组中，移动1个单词，然后取下3个单词，依此类推

这样做不好吗

亲切问候：）

第一行只代表您的字符串

在那之后，只要在空格上分开，假设这就是定义单词结尾的全部内容。（@andrew_reece关于边缘案例的评论非常相关。）

下一个函数在0到n-2的范围内迭代，其中n是字符串的长度。它从split_字符串数组中提取3个连续的单词，并用空格将它们连接起来

这几乎肯定不是最快的方法，因为它有一个拆分和一个联接，但它非常简单

>>> my_really_long_string = "this is a really long string"
>>> split_string = my_really_long_string.split()
>>> phrases = [" ".join(split_string[i:i+3]) for i in range(len(split_string) - 2)]
>>> 
>>> phrases
['this is a', 'is a really', 'a really long', 'really long string']
>>> 

---

这会奏效的。您可能希望首先剥离字符文本，但不确定数据是什么

x = 'alt bot cot dot eat fat got hot iot jot kot lot mot not'
x = [y for y in [x.strip().split(' ')[i:i+3] for i in range(0, len(x), 3)]]

---

有各种各样的NLP包提供三元语法分析，例如

nltk

。使用其中一个可以节省一些精力。（如果你想自己实际构建一个三元语法分析器，请提供一个具体的例子，包括如何处理标点、数字等边缘情况，以及预期的输出。）感谢@andrew_reece为你提供的关于NLTK的信息，在某个时候我将改变我这样做的方式，现在我只是想找出最简单的解决办法。谢谢：）这正是我所需要的。现在我只需要从tekst中去掉所有逗号、标点符号等，这样我就只得到干净的文本。非常感谢Scott，非常感谢您的输入：）我现在开始工作了，现在我只需要清理我得到的html：）hjælpen的Såmange tak:）Ved du endelig om der findes nogle danske python for ummer påFB？，har kigget men ike fundet nogle endnu。与我的区别在于它生成了一个列表。

x = 'alt bot cot dot eat fat got hot iot jot kot lot mot not'
x = [y for y in [x.strip().split(' ')[i:i+3] for i in range(0, len(x), 3)]]