Текст разбить на слова

@Ципихович Эндрю · Регистрация: 10.04.2009

Студворк — интернет-сервис помощи студентам

здравствуйте, по сабжу, делаю это так:

Python
1
2
3
4
5
6
7
import re
from re import findall
 
text = "кожно-венерологический диспансер"
# \w - любая буква (то, что может быть частью слова), а также цифры и знак нижнего подчёркивания _
words = re.findall(r'\w+', text)
print(words)

ответ
['кожно', 'венерологический', 'диспансер']
не есть гут, как получить такой ответ
['кожно-венерологический', 'диспансер']
в подобных случаях?, спасибо

@iSmokeJC · 17.11.2023, 11:16

Сообщение от Ципихович Эндрю

как получить такой ответ

Внести в диапазон нужные символы.
Ваш кэп

@Ципихович Эндрю · 18.11.2023, 11:13 **[ТС]**

Python
1
2
3
4
5
6
import re
from re import findall
 
text = "кожно-венерологический диспансер"
print(re.findall(r'\w+', text))
print(re.findall(r'[a-zA-Zа-яА-Я\-]+', text))

остановился на втором варианте
вроде гут
['кожно', 'венерологический', 'диспансер']
['кожно-венерологический', 'диспансер']

YuS_2 · 18.11.2023, 11:53

Сообщение от Ципихович Эндрю

вроде гут

Вряд ли...
1. Зачем у Вас присутствует эта строка:

Сообщение от Ципихович Эндрю

from re import findall

?

2. Попробуйте Ваш шаблон на такой строке:

"кожно - венёрологический диспансер"

@Ципихович Эндрю · 18.11.2023, 12:00 **[ТС]**

Сообщение от YuS_2

венёрологический

как пишут в сети - у буквы ё история окружена легендами и домыслами, предложите свой вариант))

YuS_2 · 18.11.2023, 12:31

Сообщение от Ципихович Эндрю

предложите свой вариант

Варианты можно предлагать только тогда, когда есть полное представление об исходных данных...
А на конкретный образец исходных данных, можно предложить только один вариантик:

Python
1
2
3
...
words = re.findall(r'(?i)[-a-zа-яё]+(?: *- *[-a-zа-яё]+)?', text)
...

@Ципихович Эндрю · 18.11.2023, 14:11 **[ТС]**

Сообщение от YuS_2

Варианты можно предлагать только тогда, когда есть полное представление об исходных данных...

ктобы спорил..............
что такое слова в русском языке - секретная информация))

Python
1
2
3
4
5
6
import re
text = "II - III и COVID-19,"
lst_words = re.findall(r'[a-zA-Zа-яА-Я\-]+', text) # текст разбить на слова
print(lst_words)
lst_words = re.findall(r'(?i)[-a-zа-яё]+(?: *- *[-a-zа-яё]+)?', text) # текст разбить на слова
print(lst_words)

['II', '-', 'III', 'и', 'COVID-']
['II - III', 'и', 'COVID-'] НЕ гут
и оба варианта пролетают с COVID-19, такие дела

Добавлено через 32 минуты
YuS_2, сорри пока не столкнулся не понял прикола с ё, поправил
re.findall(r'[a-zA-Zа-яёА-ЯЁ\-]+', text)

YuS_2 · 18.11.2023, 14:36

Сообщение от Ципихович Эндрю

['II - III', 'и', 'COVID-'] НЕ гут

Чойта? А как должно быть?

Сообщение от Ципихович Эндрю

и оба варианта пролетают с COVID-19, такие дела

Ну, а чего Вы хотели, ведь в своем шаблоне Вы цифры исключили...

@AntDevel · 18.11.2023, 20:57

у строк в пайтоне есть функция split()
что то вроде

Python
1
2
3
txt = "welcome to the jungle"
 
x = txt.split()

по умолчанию делит строку по пробелам. передайте любой символ поделит по этому символу

так делать сначала по пробелу потом по дефису

Новые блоги и статьи Все статьи Все блоги /
Уведомление о неверно выбранном значении справочника Maks 06.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "НарядПутевка", разработанного в конфигурации КА2. Задача: уведомлять пользователя, если в документе выбран неверный склад. . .	Установка Qt Creator для C и C++: ставим среду, CMake и MinGW без фреймворка Qt 8Observer8 05.04.2026 Среду разработки Qt Creator можно установить без фреймворка Qt. Есть отдельный репозиторий для этой среды: https:/ / github. com/ qt-creator/ qt-creator, где можно скачать установщик, на вкладке Releases:. . .	AkelPad-скрипты, структуры, и немного лирики.. testuser2 05.04.2026 Такая программа, как AkelPad существует уже давно, и также давно существуют скрипты под нее. Тем не менее, прога живет, периодически что-то не спеша дополняется, улучшается. Что меня в первую очередь. . .	Отображение реквизитов в документе по условию и контроль их заполнения Maks 04.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "ПланированиеСпецтехники", разработанного в конфигурации КА2. Данный документ берёт данные из другого нетипового документа. . .
Фото всей Земли с борта корабля Orion миссии Artemis II kumehtar 04.04.2026 Это первое подобное фото сделанное человеком за 50 лет. Снимок называют новым вариантом легендарной фотографии «The Blue Marble» 1972 года, сделанной с борта корабля «Аполлон-17». Новое фото. . .	Вывод диалогового окна перед закрытием, если документ не проведён Maks 04.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "СписаниеМатериалов", разработанного в конфигурации КА2. Задача: реализовать программный контроль на предмет проведения документа. . .	Программный контроль заполнения реквизитов табличной части документа Maks 02.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "СписаниеМатериалов", разработанного в конфигурации КА2. Задача: 1. Реализовать контроль заполнения реквизита. . .	wmic не является внутренней или внешней командой Maks 02.04.2026 Решение: DISM / Online / Add-Capability / CapabilityName:WMIC~~~~ Отсюда: https:/ / winitpro. ru/ index. php/ 2025/ 02/ 14/ komanda-wmic-ne-naydena/

Текст разбить на слова

Решение