将多个单词的列表转换为单个单词的Python函数

Question

我有一个单词列表，例如：

words = ['one','two','three four','five','six seven']

我想创建一个新的列表，其中列表中的每个项只是一个单词，如下所示：

words = ['one','two','three','four','five','six','seven']

最好的做法是将整个列表连接成一个字符串，然后对字符串进行分词吗？像这样：

word_string = ' '.join(words) tokenize_list = nltk.tokenize(word_string)

还是有更好的选择？

- GNMO11

---

' '.join(words).split(' ') 这段代码有什么问题吗？ - EdChum

@EdChum，我认为这是一个非常好的答案。 - Joran Beasley

我能想到的另一种解决方案是将每个项分词并将结果拼接在一起。但我认为你的解决方案更好。 - qwattash

Answer 1

words = ['one','two','three four','five','six seven']

使用循环：

words_result = []
for item in words:
    for word in item.split():
        words_result.append(word)

或者使用推导式：

words = [word for item in words for word in item.split()]

- TigerhawkT3

---

你说得很对：在我的版本中，“word”可能实际上并不是一个单词。我会进行更改。 - TigerhawkT3

Answer 2

你可以使用空格分隔符加入，然后再次拆分：

In [22]:

words = ['one','two','three four','five','six seven']
' '.join(words).split()
Out[22]:
['one', 'two', 'three', 'four', 'five', 'six', 'seven']

- EdChum

---

这看起来很棒，是个不错的解决方案！ - GNMO11

微不足道的建议：您可以使用没有参数的split()来节省三个字符。 - TigerhawkT3

@TigerhawkT3 嗯，我以为我试过了但失败了，但实际上它确实可以工作，谢谢更新。 - EdChum

Answer 3

这里有一个稍微使用正则表达式的解决方案：

import re

words = ['one','two','three four','five','six seven']
result = re.findall(r'[a-zA-Z]+', str(words))

- Alex Boklin