Python 从停止字列表中重新生成多个字符串模式

我正试图使用

re.sub

将停止字列表替换为空格，但对于如何准确地使用for循环来实现这一点，我感到很困惑。我下面的示例代码是尝试将

i

插入regexp模式，其中

i

是for循环中的每个停止字，但我返回了我输入的相同文本

text = codecs.open(path.join(d, 'replyAllText.txt'),'r', 'utf-8').read()
text = text.lower()



test = ['to', 'all', 'the']

for i in test:
text = re.sub('\b{}\b'.format(i) ," ", text)

print(text)

---

正如@tdelaney所说，缺少

r

前缀是导致您出现问题的原因。但是你也有更好的方法来完成你的任务。不必重复调用

re.sub

，您可以使用交替操作

|

构建更好的正则表达式，并且只调用

re.sub

一次：

test = ['to', 'all', 'the']
master_regex = '|'.join(r'\b{}\b'.format(w) for w in test)
text = re.sub(master_regex, ' ', text)

---

您需要转义

\b

或使用原始字符串，如

r'\b{}\b'

re。对于这种情况，sub

算法效率低下，尤其是对于大型列表/文本。我将从文件中构建前缀树，并在文本本身上循环。