python 模块删除互联网行话/俚语/首字母缩略词

Question

是否有任何 python 模块（可能在 nltk python 中）来删除互联网俚语/聊天俚语，如“lol”、“brb”等。如果没有，有人可以为我提供一个包含如此大量俚语列表的 CSV 文件吗？

网站 http://www.netlingo.com/acronyms.php 提供了首字母缩略词列表，但是我无法找到任何可在我的程序中使用它们的 CSV 文件。

Answer 1

要废弃的代码 http://www.netlingo.com/acronyms.php

from bs4 import BeautifulSoup
import requests, json
resp = requests.get("http://www.netlingo.com/acronyms.php")
soup = BeautifulSoup(resp.text, "html.parser")
slangdict= {}
key=""
value=""
for div in soup.findAll('div', attrs={'class':'list_box3'}):
    for li in div.findAll('li'):
        for a in li.findAll('a'):
            key =a.text
            value = li.text.split(key)[1]
            slangdict[key]=value

with open('myslang.json', 'w') as f:
    json.dump(slangdict, f, indent=2)

Answer 2

• 行话文件：http://www.catb.org/jargon/ 。

• Kevin 的单词列表页面：请参阅俚语单词列表和词典的链接