从具有特定len的文件词中提取

Question

我有一个包含句子的文件。我想将这些句子提取到列表中并删除长度为＆lt; = 3

的单词

这就是我现在所拥有的：

with open("./data/pos/train-pos.txt", "r", encoding="utf8") as f:
    train_pos = [line.strip().lower() for line in f]
    newDoc = [word for word in train_pos if len(word) >= 3]
    print(newDoc)

  

train-pos = [＆＃39;我喜欢苹果＆＃39;苹果是我最喜欢的水果＆＃39;]

我想获得：['like apples', 'apples favorite fruits']，但我获得了相同的列表。哪个是问题？我想以一种非常优化的方式做到这一点，因为train-pos.txt包含数千个句子，所以如果你的解决方案与我的错误解决方案不同，那就没有问题了。

Answer 1

您可以这样做：

>>> newDoc = [' '.join(word for word in sentence.split() if len(word) >= 3) for sentence in train_pos]
>>> newDoc
['like apples', 'apples are favorite fruits']