3

Estou tentando remover as palavras indesejadas de um texto qualquer, mas ele retira de outras palavras. Por exemplo:

remover_palavras = ["a", "e", "o"]

O programa devolve: btt (batata), mns (menos)

O que fazer?

4
  • Tem como detalhar melhor seu problema? Você quer remover as letras "a", "e" e "o" apenas quando estão sozinhas? Aliás, edite a pergunta e adicione o seu código.
    – Woss
    30/06/2017 às 18:49
  • Cuidado com esse tipo de substituição, ele não tem muita abundaracidade. 30/06/2017 às 18:50
  • @AndersonCarlosWoss, sim quando estão sozinhas. Quero que meu programa ingore as stopWords, como: de, se, ele, você, aquele, etc. 30/06/2017 às 18:51
  • Pode dar um exemplo de uma entrada e como você quer na saída?
    – MagicHat
    30/06/2017 às 19:46

3 Respostas 3

6

Se for uma brincadeira simples, você pode criar um algoritmo que faça o seguinte:

  1. Cria uma lista com as palavras a serem removidas do texto.

  2. Cria uma lista (lista_frase) onde cada elemento da lista é uma palavra da sua frase original.

  3. Cria uma segunda lista (result), selecionando os itens da primeira lista (lista_frase) que não estejam na lista de palavras excluídas (remover_palavras).

  4. Junta todos os elementos da lista resultante separando-os por um espaço.

Exemplo de código:

frase = 'Oi, eu sou Goku e estou indo para a minha casa'

remover_palavras  = ['a', 'e']
lista_frase = frase.split()

result = [palavra for palavra in lista_frase if palavra.lower() not in remover_palavras]

retorno = ' '.join(result)
print(retorno)

A saída será

Oi, eu sou Goku estou indo para minha casa

Veja funcionando no repl.it

0

Pra mim a melhor forma seria com Regular Expressions:

import re

text = 'Oi, eu sou Goku e estou indo para a minha casa'
palavras = ['a','e']

for i in palavras:
    text = re.sub(r'\s'+i+'([\s,\.])',r'\1',text) 

print(text)

Acho interessante que caso haja alguma pontuação que ela seja mantida, mas dai vai do seu interesse.

-1

Sou iniciante em Python, mas função que resolve o seu problema.

Função

def remover_palavra(palavra, remover):
    remover_tamanho = len(remover)
    palavra_tamanho = len(palavra)
    while True:
        remover_posicao = palavra.find(remover)
        if remover_posicao != -1:
            palavra_inicio = palavra[0:remover_posicao]
            palavra_fim = palavra[remover_posicao+remover_tamanho:palavra_tamanho]
            palavra = palavra_inicio + palavra_fim
        else:
            break
    return palavra

Teste:

palavras = ["batata", "menos"]
palavras_para_remover = ["a", "e", "o"]
for palavra in palavras:
    resultado = palavra;
    for remover in palavras_para_remover:
        resultado = remover_palavra(resultado, remover)
    print(resultado)

Saída:

btt
mns
3
  • 1
    Essa é exatamente o resultado que não é esperado. Veja que você não removeu palavras, mas sim as letras da palavras. Não é isso o pedido. Se a frase for "a batata", a saída deverá ser apenas "batata", não "btt".
    – Woss
    2/07/2017 às 11:34
  • Acho que entendi o que você quis dizer. Realmente não tinha entendido a pergunta. Mas o código chega a funcionar (como disse estou iniciando com python agora). Usando como variáveis: "palavras = ["a batata"]palavras_para_remover = ["a "]" funciona, mas realmente o ideal é o código verificar espaços entre as palavras... 2/07/2017 às 19:53
  • 1
    Veja a solução do jbueno acima. Ela é bem simples e faz o que se pede. Será útil estudá-la.
    – Woss
    2/07/2017 às 22:14

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .