Python如何从字符串中正确提取停用词并拆分两类词列表

原代码有三处逻辑错误：

• 嵌套循环导致重复追加：对每个拆分出的单词，都会遍历全部停用词逐一判断，同一个单词会被执行多次追加操作，直接产生大量重复值
• 判断条件错误：使用i in j实际是判断当前单词是否为某一个停用词的子串，并非判断单词是否属于停用词列表，逻辑和需求完全不符
• 冗余逻辑导致异常值：循环结束后额外添加的整列表判断没有实际意义，会把整个分词结果作为单个元素追加到列表中，产生不符合预期的嵌套列表元素

text = 'he is the best when people in our life'
stopwords = ['he', 'the', 'our']
# 转为集合提升成员判断效率，停用词规模较大时优化效果更显著
stopword_set = set(stopwords)

contains_stopwords = []
normal_words = []
for word in text.split():
    if word in stopword_set:
        contains_stopwords.append(word)
    else:
        normal_words.append(word)

print("contains_stopwords:", contains_stopwords)
print("normal_words:", normal_words)

执行代码后输出和预期完全一致：

contains_stopwords: ['he', 'the', 'our']
normal_words: ['is', 'best', 'when', 'people', 'in', 'life']

内容的提问来源于stack exchange，提问作者user19375409