Question

我有"- memphis , tn! "，"~~~memphis,tn"，":) memphis , tn (:"，". - memphis,tn - ."，"memphis tn?"等字符串。我想清理每个字符串，使每个字符串变为"memphis,tn"。目前，我使用下面的代码，但有更有效的方法吗？也许使用正则表达式？

请注意，我目前遇到的问题是特殊字符的排序会影响最终结果。例如，". - memphis,tn - ."给出正确的结果，而"- . memphis,tn . -"则没有。这不是预期的。如果它可以作为副作用修复，那就太棒了！

字符串是纯ASCII，我可能想要删除比下面更多的特殊字符。

修改对不起，我应该注意，并非所有字符串都包含＆＃34; x，y＆＃34;格式。还有诸如＆＃34; - 纽约市 - ＆＃34;等字符串。或＆＃34; *德克萨斯*＆＃34;应该清理干净。

# remove emoticons
smileys = [":)",":\\",":(",";)",
           "(:","\\:","):","(;"]
for s in smileys:
    loc = loc.replace(s, '')

# cleaning whitespace uses
loc = ' '.join(loc.split())
loc = loc.strip()
loc = loc.replace(' ,', ',')
loc = loc.replace(', ', ',')
loc = loc.replace(' .', '.')
loc = loc.replace('. ', '.')

# clean special symbols off the sides
symbols = '.,!-#~*^?@" '
loc = loc.strip(symbols)

Answer 1

您可以使用

','.join(y for y in re.split("[- ,!~?]", x) if y)
                                ^^
                                ||
                    List all the symbols here

Python代码

y = ["- memphis , tn! ", "~~~memphis,tn", ":) memphis , tn (:", ". - memphis,tn - .", "memphis tn?", ". - memphis,tn - .", "- . memphis,tn . -"]

for x in y:
    print(','.join(y for y in re.split("[- ,!~?:;)(.]", x) if y))

<强> Ideone Demo

如果要删除除字母数字以外的任何符号，可以使用

print(','.join(y for y in re.split("_|[^\w]", x) if y))

有效地清除符号/空白

1 个答案: