Estoy tratando de reemplazar palabras de una columna en otra columna en un texto:
Texto:
Mientras se constataban estos retrasos, las centrales nucleares en activo han ido construyendo almacenes individuales dentro de sus instalaciones para guardar el peligroso combustible gastado de sus reactores.
Texto columnas:
constatar,constataban
este,estos
retraso,retrasos
la,las
central,centrales
nuclear,nucleares
haber,han
ir,ido
construir,construyendo
almacén,almacenes
individual,individuales
su,sus
instalación,instalaciones
gastar,gastado
reactor,reactores
metro,m
segundo,s
página,p
actor,actores
Script:
import csv
with open('teste_es.csv', 'r') as f, open('lemas-lexemas.csv', 'r') as c:
csv_texto = csv.reader(f)
csv_lemas = csv.reader(c, delimiter = ',')
for p in csv_texto:
texto = ''.join(p)
texto = texto.lower()
for tokens in csv_lemas:
lemas = tokens[0]
lexemes = tokens[1]
nuevo_texto = texto.replace(lexemes, lemas)
texto = nuevo_texto
print(nuevo_texto)
Resultado:
metroientrasegundo segundoe consegundotatar esegundote retrasegundoo la central nuclear en activo haber ir consegundotruir almetroacén individual dentro de segundou insegundotalación páginaara guardar el páginaeligrosegundoo cometrobusegundotible gasegundotar de segundou reactor.
El problema es que mi programa sustituye letras dentro de palabras:
mientras se convirtió en metroientrasegundo porque la primera letra "m" se sustituye por "metro". Yo no sé cómo hacer que cada palabra sea reemplazada. Si que puedo usar split (), pero tengo muchas líneas en mi texto y no puedo perderlas (si hago un split () y luego un join (), yo pierdo mis líneas divididas)
str.replace
no tiene concepto alguno de "palabra", reemplaza subcadenas, es decir"Ho... Hola".replace("Ho", "Co")
retorna "Co... Cola"