Question

现在，我知道有关标点符号剥离已经回答的大约一千个问题。然而，我的看法与我看过的有点不同。

我需要一个代码来删除所有标点符号，EXCEPT连字符和单个撇号。

到目前为止我找到的代码是：

import re
def textStrip():
    text = input("Text? ")
    return re.compile('\w+').findall(text)

这对于剥离所有标点符号非常有用，现在我想知道是否有办法为此添加例外？或者，如果某人有更好的方式，这将有很大帮助。谢谢！

样品：

"A tall-ish wall, with trim.I don't want to paint it;"

会回来：

["A", "tall-ish", "wall", "with", "trim", "I", "don't", "want", "to", "paint", "it"]

Answer 1

将-，'，\w置于[...]（意为字符集）中：

>>> import re
>>> text = "A tall-ish wall, with trim.I don't want to paint it;"
>>> re.findall("[-'\w]+", text)
['A', 'tall-ish', 'wall', 'with', 'trim', 'I', "don't", 'want', 'to', 'paint', 'it']

特定标点符号剥离Python

1 个答案: