Question

我正在使用Python 3中 string模块中的 maketrans 来进行简单的文本预处理，例如降低，删除数字和标点符号。问题是在删除标点符号时，所有单词都被附加在一起，没有空格！例如，假设我有以下文本：

text='[{"Hello":"List:","Test"321:[{"Hello":"Airplane Towel for Kitchen"},{"Hello":2 "&nbsp;Repair massive utilities&nbsp;"2},{"Hello":"Some 3 appliance for our kitchen"2}'

text = text.lower（） text = text.translate（str.maketrans（''，''，string.digits））

工作正常，它给出了：

'[{"hello":"list:","test":[{"hello":"airplane towel for kitchen"},{"hello": "&nbsp;repair massives utilities&nbsp;"},{"hello":"some  appliance for our kitchen"}'

但是一旦我想删除标点符号：

text=text.translate(str.maketrans(' ',' ',string.punctuation))

它给了我这个

'hellolisttesthelloairplane towel for kitchenhello nbsprepair massives utilitiesnbsphellosome  appliance for our kitchen'

理想情况下它应该产生：

'hello list test hello airplane towel for kitchen hello nbsp repair massives utilities nbsp hello some  appliance for our kitchen'

我没有使用maketrans进行操作的特定原因，但是我喜欢它快速，简单并且解决方案有些困难。谢谢！

免责声明：我已经知道如何使用 re 来做到这一点，如下所示：

import re
s = "string.]With. Punctuation?"
s = re.sub(r'[^\w\s]','',s)

Answer 1

嗯...这行得通

txt = text.translate(str.maketrans(string.punctuation, ' ' * len(string.punctuation))).replace(' '*4, ' ').replace(' '*3, ' ').replace(' '*2, ' ').strip()

Python str.maketrans删除带有空白的标点

1 个答案: