Hay muchas formas de hacerlo, puedes usar la librería NLTK
, re
, etc.
Yo te dejo aquí un ejemplo sin librerías, con puro Python:
stopwords = ["el", "para", "con", "contra", "de"]
texto = "el perro de ana se encontro con el de maria"
def eliminar_stopwords(texto, stopwords):
return ' '.join([word for word in texto.split(' ') if word not in stopwords])
print(eliminar_stopwords(texto, stopwords))
Salida:
'perro ana se encontro maria'
Explicación
Te dejo explicado en orden lo que va ocurriendo
split(' ')
: nos divide un string por el caracter que le indiquemos y nos devuelve una lista, en este caso le ponemos un espacio, para indicarle que divida el string por palabras
Iteramos por cada palabra de la lista previamente creada con split(' ')
, con el condicional if
le indicamos que solo se quede con las palabras que no se encuentren en "stopwords"
' '.join(): Una vez la iteración a acabado nos queda una lista, con las palabras que queremos, usamos ' '.join()
para indicarle que nos una todas las palabras de esa lista con espacios. Por lo que tenemos nuestro string
inicial con las palabras que queremos.
stop_words
? ¿Una lista? ¿Una expresión regular? Falta ese detalle.