在单词中匹配单词Python

Question

我试图匹配字符串中的单词，但是我不想匹配另一个单词的一部分的单词......糟糕的解释！如果有词pen。我想匹配字符串中的该字：

01pennsylvania'不应该匹配为pen是字pennsylvania的一部分。

但是，pensforsale应该匹配为pen不是另一个词的组成部分。我一直在研究NLTK，但我找不到我要找的东西，任何人都可以将我指向正确的方向？我知道不可能为所有字组合做到这一点，但是稍微减少噪音会有很大的帮助。

在此先感谢！

Answer 1

您可能会发现这个How to split text without spaces into list of words?有帮助的开始;通过首先尝试将“pensforsale”分成单词列表，然后可以检查可能的变体，如复数等。

这将是一个非常缓慢且容易出错的方法，尽管。