Python遍历字符串列表移除违禁词失败，求正确实现方案

我有一个食材字符串列表：

dirtylist = ["lemons zested", "grated cheddar cheese", "carrots, thinly chopped"]

需要移除的违禁词列表包含：

bannedWord = ['grated', 'zested', 'thinly', 'chopped', ',']

期望得到的清理后列表是：

cleaner_list = ["lemons", "cheddar cheese", "carrots"]

第一次尝试代码及结果 #

import re

dirtylist = ["lemons zested", "grated cheddar cheese", "carrots, thinly chopped"]
cleaner_list = []
    
def RemoveBannedWords(ing):
    pattern = re.compile("\\b(grated|zested|thinly|chopped)\\W", re.I)
    return pattern.sub("", ing)
    
for ing in dirtylist:
    cleaner_ing = RemoveBannedWords(ing)
    cleaner_list.append(cleaner_ing)
    
print(cleaner_list)

返回结果：

['lemons zested', 'cheddar cheese', 'carrots, chopped']

第二次尝试代码及结果 #

import re

dirtylist = ["lemons zested", "grated cheddar cheese", "carrots, thinly chopped"]
cleaner_list = []

bannedWord = ['grated', 'zested', 'thinly', 'chopped']
re_banned_words = re.compile(r"\b(" + "|".join(bannedWord) + ")\\W", re.I)

def remove_words(ing):
    global re_banned_words
    return re_banned_words.sub("", ing)

for ing in dirtylist:
    cleaner_ing = remove_words(ing)
    cleaner_list.append(cleaner_ing)
  
print(cleaner_list)

返回结果：

['lemons zested', 'cheddar cheese', 'carrots, chopped']

问题分析 #

你的正则表达式存在以下几个问题：

1. 正则中的\W要求违禁词后面必须跟一个非单词字符，但像zested在lemons zested里是最后一个词，后面没有非单词字符，导致匹配失败无法替换。
2. 两次尝试都未将违禁词列表中的逗号,加入匹配逻辑，所以逗号无法被移除。
3. 替换后会残留多余空格，比如去掉grated后字符串开头会有空格，影响最终结果格式。

修正方案 #

调整正则匹配逻辑，覆盖违禁词在字符串开头、中间、结尾的情况，同时处理逗号，最后清理多余空格：

import re

dirtylist = ["lemons zested", "grated cheddar cheese", "carrots, thinly chopped"]
bannedWord = ['grated', 'zested', 'thinly', 'chopped', ',']

# 构建正则：转义违禁词避免特殊字符干扰，匹配词边界或逗号
pattern = re.compile(r'\b(' + '|'.join(re.escape(word) for word in bannedWord) + r')\b|,', re.I)

cleaner_list = []
for ing in dirtylist:
    # 替换所有违禁词
    cleaned = pattern.sub('', ing)
    # 清理多余空格：多空格转单空格，去除首尾空格
    cleaned = re.sub(r'\s+', ' ', cleaned).strip()
    cleaner_list.append(cleaned)

print(cleaner_list)

运行结果：

['lemons', 'cheddar cheese', 'carrots']

代码说明 #

• re.escape()：处理违禁词中的特殊字符（比如逗号），避免破坏正则结构。
• 正则模式：同时匹配带词边界的违禁词和独立逗号，确保所有目标内容都能被匹配替换。
• 空格清理：通过re.sub(r'\s+', ' ', cleaned).strip()统一处理多余空格，保证结果格式整洁。

内容的提问来源于stack exchange，提问作者JimmyStrings