Question

我的任务目标是在标点符号前后添加空格。目前，我一直在使用迭代str.replace()将每个标点p替换为" "+p+" "。 如何使用str.translate()获得相同的输出，我只需传入两个列表或字典：

inlist = string.punctuation
outlist = [" "+p+" " for p in string.punctuation]
inoutdict = {p:" "+p+" " for p in string.punctuation}

让我们假设我所有的标点都在string.punctuation。目前，我正在这样做：

from string import punctuation as punct
def punct_tokenize(text):
  for ch in text:
    if ch in deupunct:
      text = text.replace(ch, " "+ch+" ")
  return " ".join(text.split())

sent = "This's a foo-bar sentences with many, many punctuation."
print punct_tokenize(sent)

这个迭代str.replace()花了太长时间，str.translate()会更快吗？

Answer 1

翻译的字典形式仅适用于unicodes：

>>> import string
>>> inoutdict = {ord(p):unicode(" "+p+" ") for p in string.punctuation}
>>> unicode("foo,,,bar!!1").translate(inoutdict)
u'foo ,  ,  , bar !  ! 1'

另一种选择是使用正则表达式：

>>> import re
>>> rx = '[%s]' % re.escape(string.punctuation)
>>> re.sub(rx, r" \g<0> ", "foo,,,bar!!1")
'foo ,  ,  , bar !  ! 1'

像往常一样，向我们展示更大的图片，以获得更好的答案，例如你为什么这样做？输入来自哪里？等等......

如何使用str.translate（）转换迭代str.replace（）？ - 蟒蛇

1 个答案: