Question

我想制作一个正则表达式，用标点符号修复各种语法错误。只有一些简单的要求：

在一个单词（没有空格）
标点符号后应始终有空格
重复的标点符号之间应该没有空格

到目前为止，我得到了这个：

(?:\s*)([?!.,]+)(?:\s*)

替换为\ 1。这修复了第1点和第2点，但它也在标点符号之间添加了空格。

我尝试运行另一个正则表达式来修复第3点：

[!?.,]( )[!?,.]

但这也会删除标点符号本身，即使它们不属于任何捕获组？

示例行为：

输入：“什么！是。这个，gdjs gf fg fddsf ...”

期望的输出：“什么！是这个，这个，gdjs gf fg fddsf ...”

Answer 1

您需要将多个标点符号与空格匹配，然后删除lambda中标点符号之间的空格：

import re

fix_spaces = re.compile(r'\s*([?!.,]+(?:\s+[?!.,]+)*)\s*')
text = "what! is .this this,gdjs gf fg fddsf . . ."
text = fix_spaces.sub(lambda x: "{} ".format(x.group(1).replace(" ", "")), text)
print(text.strip())

请参阅IDEONE demo。

您可以在lambda中使用正则表达式来删除空格：

re.sub(r"\s+", "", x.group(1))

正则表达式匹配：

\s* - 领先的空白（零或更多）
([?!.,]+(?:\s+[?!.,]+)*) - 第1组匹配[?!.,]集合中的一个或多个字符，后跟零个或多个一个或多个空格组，后跟[?!.,]集合中的一个或多个标点符号< / LI>
\s* - 零个或多个尾随空格。

Answer 2

根据您提供的缺乏任何特定风味的信息，我提出了以下解决方案。

正则表达式：/(?<=[A-Za-z])[?!.,]+(?= )/g

<强>解释：

1）[?!.,]+(?= )匹配一个或多个标点，后跟空格。

2）(?<=[A-Za-z])匹配的标点符号前面应至少有一个字母。

的 Regex101 Demo

用正则表达式修正标点符号

2 个答案: