从.txt文件中删除整个单词，但不会在该单词作为子字符串显示时删除

Question

我目前正在制作一个python程序来搜索提供的.txt文件，并删除任何数字，逗号和某些单词。它用于转录电话，所以这些是“嗯”和“呃”这样的词是不必要的。这将被写回一个新的文本文件，其中包含除已删除数据之外的所有内容。

我制作的代码有效，但也会从包含它们的任何更长的单词中删除这些单词，例如“动量”变成“时刻”，因为它包含“嗯”。这是代码：

infile = "testfile.txt"
outfile = "cleanedfile.txt"
numbers = [1,2,3,4,5,6,7,8,9]
deleteList = [",", "Um", "um", "Uh", "uh", str(numbers)]
fin = open(infile)
fout = open(outfile, 'w+')
for line in fin:
    for word in deleteList:
        line = line.replace(word, "")
    fout.write(line)
fin.close()
fout.close()

非常感谢任何帮助。

Answer 1

我使用正则表达式解决了它，将代码更改为：

import re

for line in fin:
    line = re.sub(r"\b(U|u)(m|h)\b", "", line)
    fout.write(line)

感谢大家的帮助。