Question

因此,我正在编写一个文本文件,我正在对这些文件进行以下行动:

     def string_operations(string):

        1) lowercase
        2) remove integers from string
        3) remove symbols
        4) stemming

之后,我仍然有以下的str:

  durham 28x23

我认为我的做法存在缺陷,但想知道,是否有良好、快速的方法确定是否有与扼杀有关的数字价值。

因此,在上述例子中,我希望产出成为现实。

  durham

另一个例子:

 21st ammendment

应:

ammendment

因此,我如何处理这一难题?

Answer 1

如果你要求,“删除从一位数开始的任何术语”,你可以这样做:

def removeNumerics(s):
  return    .join([term for term in s.split() if not term[0].isdigit()])

这分了白空间的扼杀,然后与一个没有从几个方面开始的所有术语合并在一起。

它这样做:

>>> removeNumerics( 21st amendment )
 amendment 
>>> removeNumerics( durham 28x23 )
 durham

如果你回顾一下,也许会在你的问题中举出一些明确的例子(说明最初的阐述和你所期望的结果)。