如何从字符串中提取主题标签？答案

【问题标题】：How can I extract hashtags from string?如何从字符串中提取主题标签？
【发布时间】：2021-07-30 03:20:42
【问题描述】：

我需要从接收字符串的函数中提取“#”。这是我所做的：

def hashtag(str):
lst = []
for i in str.split():
    if i[0] == "#":
        lst.append(i[1:])
return lst

我的代码确实有效，但它会拆分单词。因此，对于示例字符串："Python is #great #Computer#Science"，它将返回列表：['great', 'Computer#Science'] 而不是 ['great', 'Computer', 'Science']。

请不要使用 RegEx。

【问题讨论】：

您是否要获取以# 符号开头的单词？
您是否尝试过使用split('#')？

标签： python hashtag

【解决方案1】：

您可以先尝试找到# 出现的第一个索引，然后在# 上拆分切片

text = 'Python is #great #Computer#Science'
text[text.find('#')+1:].split('#')
Out[214]: ['great ', 'Computer', 'Science']

您甚至可以最后使用strip 来删除不必要的空白。

[tag.strip() for tag in text[text.find('#')+1:].split('#')]
Out[215]: ['great', 'Computer', 'Science']

【讨论】：

【解决方案2】：

拆分成单词，然后过滤出以 octothorpe (hash) 开头的单词。

[word for word in str.replace("#", " #").split()
    if word.startswith('#')
]

步骤是

在每个哈希前面插入一个空格，以确保我们将它们分开
在空格处分割字符串
保留以哈希开头的单词。

结果：

['#great', '#Computer', '#Science']

【讨论】：

【解决方案3】：

由#分割
获取除第一个之外的所有令牌
带状空间

s = "Python is #great #Computer#Science"
out = [w.split()[0] for w in s.split('#')[1:]]
out
['great', 'Computer', 'Science']

【讨论】：

在某些情况下这不起作用，但它们没有在问题中暴露，所以我不确定这是一个问题（例如"Python is #great but needs some #time to be mastered #Computer#Science"）。除此之外，绝对是解决暴露问题的直接方法。
你是对的。这可以通过[w.split()[0] for w in s.split('#')[1:]] 轻松概括

【解决方案4】：

当您使用默认分隔符（空格）拆分字符串时，您会得到以下结果：

['Python', 'is', '#great', '#Computer#Science']

您可以在拆分之前进行替换（在主题标签前添加一个空格）

def hashtag(str):
    lst = []
    str = str.replace('#', ' #')
    for i in str.split():
        if i[0] == "#":
            lst.append(i[1:])
    return lst

【讨论】：