如何将spaCy Span对象转为字符串，将textacy提取的动词追加至spaCy停用词表

核心报错原因 #

你之前将Span对象转换为字符串的操作逻辑有误，spacy.span.Span类型本身不存在str实例属性，因此调用.str属性时直接触发报错。获取Span对应纯文本的正确方式是调用其内置的.text属性。
此外你之前将spaCy内置STOP_WORDS转为列表的操作非必要——spaCy原生STOP_WORDS本身就是集合类型，转成列表会降低停用词查询效率，还容易引发类型不兼容问题。

分步可运行实现 #

1. 依赖导入与初始停用词初始化 #

import spacy
import string
from spacy.lang.en.stop_words import STOP_WORDS
from textacy.extract.matches import token_matches

# 直接复用内置停用词的集合类型做自定义停用词集合，无需转列表
custom_stopwords = set(STOP_WORDS)
# 可按需追加标点等其他自定义初始停用词
custom_stopwords.update(string.punctuation)

2. 加载模型与文本预处理 #

# 加载spaCy英文核心小模型
nlp = spacy.load("en_core_web_sm")
# 替换为实际需要处理的目标文本
target_text = "Developers are building a new version of the app. Users can download the updated package from the official channel."
doc = nlp(target_text)

3. 匹配提取文本中的动词Span对象 #

# 配置词性为VERB的spaCy属性匹配规则，适配textacy匹配接口要求
verb_matcher_patterns = [[{"POS": "VERB"}]]
# 从doc对象中提取所有匹配到的动词Span
extracted_verb_spans = list(token_matches(doc, verb_matcher_patterns))

4. 转换对象类型并追加到停用词集合 #

for verb_span in extracted_verb_spans:
    # 正确获取Span对应的纯文本，转为小写和内置停用词格式保持一致
    verb_text = verb_span.text.lower()
    # 仅当动词未存在于停用词集合时执行追加
    if verb_text not in custom_stopwords:
        custom_stopwords.add(verb_text)
        print(f"成功追加动词到自定义停用词：{verb_text}")

关键注意事项 #

• 禁止直接将Span对象存入停用词结构：spaCy的停用词检测逻辑是逐token比对纯文本字符串，追加非字符串类型的元素会导致后续停用词检测完全无法命中
• 追加的自定义停用词统一做小写归一：spaCy内置停用词全部为小写形式，不做小写转换会因大小写不一致出现匹配失效
• 停用词存储优先使用集合而非列表：集合的查询效率远高于列表遍历，同时和spaCy原生组件的类型要求兼容
• 若需全局应用自定义停用词，可在初始化模型后执行nlp.Defaults.stop_words = custom_stopwords完成配置

注：运行前请确保已完成环境准备：执行pip install spacy textacy && python -m spacy download en_core_web_sm安装对应依赖与语言模型

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