Python|从给定的字符串中提取单词

我们有时会遇到需要获取字符串中存在的所有单词的情况，这可能是使用本机方法完成的一项繁琐的任务。因此，使用速记来执行此任务总是很有用的。此外，本文还包括必须忽略标点符号的情况。
方法 #1：使用 split()
使用 split函数，我们可以将字符串拆分为单词列表，如果希望完成此特定任务，这是最通用和推荐的方法。但缺点是在字符串包含标点符号的情况下它会失败。

Python3

# Python3 code to demonstrate
# to extract words from string
# using split()
 
# initializing string 
test_string = "Geeksforgeeks is best Computer Science Portal"
 
# printing original string
print ("The original string is : " +  test_string)
 
# using split()
# to extract words from string
res = test_string.split()
 
# printing result
print ("The list of words is : " +  str(res))

输出：
原始字符串是：Geeksforgeeks 是最好的计算机科学门户
单词列表是：['Geeksforgeeks', 'is', 'best', 'Computer', 'Science', 'Portal']

方法#2：使用正则表达式（findall()）
在包含所有特殊字符和标点符号的情况下，如上所述，使用拆分在字符串中查找单词的传统方法可能会失败，因此需要正则表达式来执行此任务。 findall函数在过滤字符串并提取忽略标点符号的单词后返回列表。

Python3

# Python3 code to demonstrate
# to extract words from string
# using regex( findall() )
import re
 
# initializing string 
test_string = "Geeksforgeeks,    is best @# Computer Science Portal.!!!"
 
# printing original string
print ("The original string is : " +  test_string)
 
# using regex( findall() )
# to extract words from string
res = re.findall(r'\w+', test_string)
 
# printing result
print ("The list of words is : " +  str(res))

输出：
原文是： 字符串 ，最好是@#计算机科学门户。！！！
单词列表是：['Geeksforgeeks', 'is', 'best', 'Computer', 'Science', 'Portal']

方法#3：使用 regex() + 字符串.punctuation
该方法也使用了正则表达式，但使用了获取所有标点的字符串函数，用于忽略所有标点符号，得到过滤后的结果字符串。

Python3

# Python3 code to demonstrate
# to extract words from string
# using regex() + string.punctuation
import re
import string
 
# initializing string 
test_string = "Geeksforgeeks,    is best @# Computer Science Portal.!!!"
 
# printing original string
print ("The original string is : " +  test_string)
 
# using regex() + string.punctuation
# to extract words from string
res = re.sub('['+string.punctuation+']', '', test_string).split()
 
# printing result
print ("The list of words is : " +  str(res))

输出：
原文是： 字符串 ，最好是@#计算机科学门户。！！！
单词列表是：['Geeksforgeeks', 'is', 'best', 'Computer', 'Science', 'Portal']