¿Cómo dividir una cadena en una lista?

Quiero que mi función Python divida una oración (entrada) y almacene cada palabra en una lista. Mi código actual divide la oración, pero no almacena las palabras como una lista. ¿Cómo puedo hacer eso?

def split_line(text):

    # split the text
    words = text.split()

    # for each word in the line:
    for word in words:

        # print the word
        print(words)

text.split()

Esto debería ser suficiente para almacenar cada palabra en una lista. wordsya es una lista de las palabras de la oración, por lo que no hay necesidad del bucle.

En segundo lugar, puede ser un error tipográfico, pero tienes el bucle un poco desordenado. Si realmente quisiera usar append, sería:

words.append(word)

no

word.append(words)

Divide la cadena en textcualquier ejecución consecutiva de espacios en blanco.

words = text.split()      

Dividir la cadena en textel delimitador: ",".

words = text.split(",")   

La variable de palabras será ay listcontendrá las palabras de textsplit en el delimitador.

str.split ()

Devuelve una lista de las palabras en la cadena, usando sep como delimitador ... Si sep no se especifica o es None, se aplica un algoritmo de división diferente: las ejecuciones de espacios en blanco consecutivos se consideran como un solo separador, y el resultado contendrá no hay cadenas vacías al inicio o al final si la cadena tiene espacios en blanco iniciales o finales.

>>> line="a sentence with a few words"
>>> line.split()
['a', 'sentence', 'with', 'a', 'few', 'words']
>>> 

Dependiendo de lo que planee hacer con su oración como una lista, es posible que desee ver el Kit de lenguaje natural . Se trata en gran medida con el procesamiento de texto y la evaluación. También puede usarlo para resolver su problema:

import nltk
words = nltk.word_tokenize(raw_sentence)

Esto tiene el beneficio adicional de dividir la puntuación.

Ejemplo:

>>> import nltk
>>> s = "The fox's foot grazed the sleeping dog, waking it."
>>> words = nltk.word_tokenize(s)
>>> words
['The', 'fox', "'s", 'foot', 'grazed', 'the', 'sleeping', 'dog', ',', 
'waking', 'it', '.']

Esto le permite filtrar cualquier puntuación que no desee y usar solo palabras.

Tenga en cuenta que las otras soluciones que usan string.split() son mejores si no planea hacer una manipulación compleja de la oración.

[Editado]

¿Qué tal este algoritmo? Divida el texto en espacios en blanco, luego recorte la puntuación. Esto elimina cuidadosamente la puntuación del borde de las palabras, sin dañar los apóstrofes dentro de palabras como we're.

>>> text
"'Oh, you can't help that,' said the Cat: 'we're all mad here. I'm mad. You're mad.'"

>>> text.split()
["'Oh,", 'you', "can't", 'help', "that,'", 'said', 'the', 'Cat:', "'we're", 'all', 'mad', 'here.', "I'm", 'mad.', "You're", "mad.'"]

>>> import string
>>> [word.strip(string.punctuation) for word in text.split()]
['Oh', 'you', "can't", 'help', 'that', 'said', 'the', 'Cat', "we're", 'all', 'mad', 'here', "I'm", 'mad', "You're", 'mad']

Quiero que mi función python divida una oración (entrada) y almacene cada palabra en una lista

El str().split()método hace esto, toma una cadena, la divide en una lista:

>>> the_string = "this is a sentence"
>>> words = the_string.split(" ")
>>> print(words)
['this', 'is', 'a', 'sentence']
>>> type(words)
<type 'list'> # or <class 'list'> in Python 3.0

El problema que tienes es debido a un error tipográfico que escribiste en print(words)lugar deprint(word) :

Cambiando el nombre de la wordvariable a current_word, esto es lo que tenía:

def split_line(text):
    words = text.split()
    for current_word in words:
        print(words)

..cuando deberías haber hecho:

def split_line(text):
    words = text.split()
    for current_word in words:
        print(current_word)

Si por alguna razón desea construir manualmente una lista en el bucle for, usaría el append()método de la lista , tal vez porque desea minúsculas todas las palabras (por ejemplo):

my_list = [] # make empty list
for current_word in words:
    my_list.append(current_word.lower())

O más un poco más ordenado, usando una lista de comprensión :

my_list = [current_word.lower() for current_word in words]

shlex tiene una .split()función. Se diferencia de str.split()que no conserva las citas y trata una frase citada como una sola palabra:

>>> import shlex
>>> shlex.split("sudo echo 'foo && bar'")
['sudo', 'echo', 'foo && bar']

Si desea todos los caracteres de una palabra / oración en una lista, haga esto:

print(list("word"))
#  ['w', 'o', 'r', 'd']


print(list("some sentence"))
#  ['s', 'o', 'm', 'e', ' ', 's', 'e', 'n', 't', 'e', 'n', 'c', 'e']

Creo que estás confundido por un error tipográfico.

Reemplace print(words)con print(word)dentro de su bucle para imprimir cada palabra en una línea diferente