Python：如何在单词与符号和数字混合的字符串列表中创建唯一单词的字典

假设我有 列表=[“1我爱你/嘿”，“0因为你/你很可爱”，…]

我想创建一组独特的单词，避免使用数字和符号。 最好的方法是什么

---

谢谢

我不知道什么是“最好的”。这里有一条路

>>> sentence = 'Glücklicherweise kann der Mensch nur einen gewissen Grad des Unglücks fassen; was darüber hinausgeht, vernichtet ihn oder läßt ihn gleichgültig.'
>>> import re
>>> sorted(set(re.sub(r'[^\w]', ' ', sentence).split()), key=str.lower)
['darüber', 'der', 'des', 'einen', 'fassen', 'gewissen', 'gleichgültig', 'Glücklicherweise', 'Grad', 'hinausgeht', 'ihn', 'kann', 'läßt', 'Mensch', 'nur', 'oder', 'Unglücks', 'vernichtet', 'was']

这应该是以下内容。我没有注意到第一条评论中提出的要点

>>> import re
>>> sentences = ['1. Glücklicherweise kann der Mensch nur einen gewissen Grad des Unglücks fassen; was darüber hinausgeht, vernichtet ihn oder läßt ihn gleichgültig.', '2. Unter allem Diebesgesindel sind die Narren die schlimmsten. Sie rauben euch beides, Zeit und Stimmung.']
>>> from functools import reduce
>>> sorted(set(re.sub(r'[0-9]', ' ', re.sub(r'[^\w]', ' ', reduce(lambda x, y: x+' '+y, sentences))).split()), key=str.lower)
['allem', 'beides', 'darüber', 'der', 'des', 'die', 'Diebesgesindel', 'einen', 'euch', 'fassen', 'gewissen', 'gleichgültig', 'Glücklicherweise', 'Grad', 'hinausgeht', 'ihn', 'kann', 'läßt', 'Mensch', 'Narren', 'nur', 'oder', 'rauben', 'schlimmsten', 'Sie', 'sind', 'Stimmung', 'und', 'Unglücks', 'Unter', 'vernichtet', 'was', 'Zeit']

---

假设您希望它不区分大小写，您可以执行以下操作：

lower_case_list = original_list.lower()
#convert from list of strings to one string
word_string = ' '.join(lower_case_list)
import string
letters = string.ascii_lowercase
#get a list of characters that aren't letters
not_letters = [char_ for char_ in word_string if not in letters]
#get rid of characters that aren't letters
for not_letter in not_letters:
   word_string = word_string.replace(not_letter,"")
word_list = word_string.split(" ")
unique_word_set = set(word_list)

---

请注意，如果字符之间有空格，这会将字符拆分为不同的单词，例如“你好吗？”如果即使没有空格也要拆分，例如“你好，你好吗？”，则必须执行word_string.replace（而不是字母“”），然后去掉空字符串。

到目前为止，您尝试了什么？在我们评论“最佳”方式之前，我们应该看到您在寻找某种方式时遇到了攻击。这种攻击采用单个字符串作为输入，而不是字符串列表，并以数字形式保留。@accumulation:您当然是对的。我想我现在提供的是正确的。不客气。我不允许写你帮我的。所以我不会。更正一行：

not_letters=[char_uufor char_uu]in word_ustring如果char_unot in letters and char_uu！=“char”

-否则空格会添加到not_letters，所有单词都会粘在一起。