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 /
Первый деплой lagorue 16.01.2026 Не спеша развернул своё 1ое приложение в kubernetes. А дальше мне интересно создать 1фронтэнд приложения и 2 бэкэнд приложения развернуть 2 деплоя в кубере получится 2 сервиса и что-бы они. . .	Расчёт переходных процессов в цепи постоянного тока igorrr37 16.01.2026 / * Дана цепь постоянного тока с R, L, C, k(ключ), U, E, J. Программа составляет систему уравнений по 1 и 2 законам Кирхгофа, решает её и находит токи на L и напряжения на C в установ. режимах до и. . .	Восстановить юзерскрипты Greasemonkey из бэкапа браузера damix 15.01.2026 Если восстановить из бэкапа профиль Firefox после переустановки винды, то список юзерскриптов в Greasemonkey будет пустым. Но восстановить их можно так. Для этого понадобится консольная утилита. . .	Изучаю kubernetes lagorue 13.01.2026 А пригодятся-ли мне знания kubernetes в России?
Сукцессия микоризы: основная теория в виде двух уравнений. anaschu 11.01.2026 https:/ / rutube. ru/ video/ 7a537f578d808e67a3c6fd818a44a5c4/	WordPad для Windows 11 Jel 10.01.2026 WordPad для Windows 11 — это приложение, которое восстанавливает классический текстовый редактор WordPad в операционной системе Windows 11. После того как Microsoft исключила WordPad из. . .	Classic Notepad for Windows 11 Jel 10.01.2026 Old Classic Notepad for Windows 11 Приложение для Windows 11, позволяющее пользователям вернуть классическую версию текстового редактора «Блокнот» из Windows 10. Программа предоставляет более. . .	Почему дизайн решает? Neotwalker 09.01.2026 В современном мире, где конкуренция за внимание потребителя достигла пика, дизайн становится мощным инструментом для успеха бренда. Это не просто красивый внешний вид продукта или сайта — это. . .

Текст разбить на слова

Решение