如何用Python提取文本中最长的5个单词并按字母顺序排序

• 第一步：清洗原始文本，移除标点符号，拆分得到独立单词列表，可根据需求选择是否对单词去重
• 第二步：以单词长度为 key 倒序排序，提取前5个长度最长的单词
• 第三步：对提取到的5个单词按字母顺序排序
• 第四步：输出最终结果

import string

# 替换为你自己的原始文本即可
raw_text = """Python is a high-level, general-purpose programming language. Its design philosophy emphasizes code readability with the use of significant indentation. Python is dynamically typed and garbage-collected. It supports structured, object-oriented and functional programming paradigms."""

# 移除文本中所有标点符号
translator = str.maketrans('', '', string.punctuation)
clean_text = raw_text.translate(translator)
# 拆分得到单词列表
words = clean_text.split()

# 可选步骤：如果需要排除重复单词，取消注释下面一行
# words = list(set(words))

# 按单词长度倒序排序，长度相同则按字母顺序预排序
sorted_by_length = sorted(words, key=lambda x: (-len(x), x))
# 取最长的前5个单词
top5_longest = sorted_by_length[:5]
# 按字母顺序排序
result = sorted(top5_longest)
# 若需要不区分大小写的字母排序，替换为下面这行
# result = sorted(top5_longest, key=str.lower)

print(result)

• 文本清洗使用了string.punctuation内置标点集，可以一次性移除所有常见标点，避免标点附着在单词上影响长度计算
• 第一次排序的key用-len(x)实现长度倒序，无需设置reverse=True，同时可以在长度相同时按字母顺序排列，避免排序结果混乱
• 若提取的单词总数不足5个，切片操作[:5]会自动返回全部单词，不会抛出异常

内容的提问来源于stack exchange，提问作者clarkens