Question

python 中文切词使用停用词表问题

求助！使用Jieba进行分词，加载了停用词，为什么生成的语料库里面仍然存在 “停用词”表中的词语？比如下图，分词之后的语料库里面，仍然存在“似乎”这个词语，而这个词语我确定在停用词里面。

Answer 1

python中最好不要在list遍历中使用list.remove方法:

• remove 仅仅 删除一个值的首次出现。 
  

• 如果在 list 中没有找到值，程序会抛出一个异常

• 最后，你遍历自己时候对自己的内容进行删除操作，效率显然不高，还容易出现各种难debug的问题
  

建议使用新的list存储要保留的内容，然后返回这个新list。比如

a_list = [1,2,3,4,5]
needs_to_be_removed = [3,4,5]
result = []
for v in a_list:
    if v not in needs_to_be_removed:
        result.append(v)
print result