如何从字符串创建一组单词?

有时候我们需要从一个字符串中提取出其中的单词，可能是为了做单词出现次数的统计，或者是做文本分类等任务。在本文中，我们将介绍如何从一个字符串中创建一组单词的方法。

步骤

1. 首先，我们需要将字符串中的所有非字母字符（比如空格、标点符号等）替换成空格，这样我们才能按照空格来分割字符串，得到一个单词列表。

import re

string = "Hello, World!"
string = re.sub(r'[^\w\s]', ' ', string)
words = string.split()
print(words) # ['Hello', 'World']

这里使用了Python的re模块，通过正则表达式替换所有非字母字符为一个空格。接着，调用字符串的split()方法来分割字符串，得到一个单词列表。

2. 然后，我们可以对单词进行大小写转换，把所有单词都转换为小写（或大写），方便后续处理。

words = [word.lower() for word in words]
print(words) # ['hello', 'world']

这里使用了Python的列表解析方式，快速地对单词列表进行大小写转换。

3. 最后，我们可以去除单词列表中的重复单词，得到一个去重后的单词集合。

unique_words = set(words)
print(unique_words) # {'hello', 'world'}

这里使用了Python的set()方法，将单词列表转换为一个集合，并自动去除其中的重复单词。

小结

通过以上步骤，我们可以从一个字符串中创建一组单词，并对其进行大小写转换和去重。这个过程涉及到正则表达式、列表解析和集合等常用Python技巧，是Python程序员必须掌握的基本技能之一。