Question

我使用导入string和string.punctuation，但是我意识到在进行'…'之后我仍然有string.split()。我还得到了''，我不知道为什么在完成strip(之后会得到它。据我了解，strip()除去了外围空格，因此，如果我在字符串之间有空格，那就没关系了：

>>> s = 'a dog    barks    meow!   @  … '
>>> s.strip()
'a dog    barks    meow!   @  …'


>>> import string
>>> k = []
>>> for item in s.split():
...  k.append(item.strip(string.punctuation))
... 
>>> k
['a', 'dog', 'barks', 'meow', '', '…']

我想摆脱'', '…'，我想要的最终输出是['a', 'dog', 'barks', 'meow']。

我想避免使用正则表达式，但是如果这是唯一的解决方案，那么我将考虑使用它。.目前，我对不借助正则表达式解决此问题更感兴趣。

Answer 1

您可以通过仅保留字母数字字符和空格来删除标点符号：

s = 'a dog    barks    meow!   @  …'
print(''.join(c for c in s if c.isalnum() or c.isspace()).split())

这将输出：

['a', 'dog', 'barks', 'meow']

Answer 2

我使用了以下内容：

s = 'a dog    barks    Meow!   @  … '



import string
p = string.punctuation+'…'
k = []
for item in s.split():
    k.append(item.strip(p).lower())


k = [x for x in k if x]

Answer 3

以对this question的公认答案为基础：

import itertools

k = []
for ok, grp in itertools.groupby(s, lambda c: c.isalnum()):
    if ok:
        k.append(''.join(list(grp)))

或与单线相同（进口除外）：

k = [''.join(list(grp)) for ok, grp in itertools.groupby(s, lambda c: c.isalnum()) if ok]

itertools.groupby()将字符串s扫描为字符列表，并根据lambda表达式的值（grp）将它们分组（ok。 if ok过滤掉与lambda不匹配的组。这些组是迭代器，必须将其转换为字符列表，然后再加入以获取单词。

isalnum()的含义实质上是“是字母数字”。根据您的用例，您可能更喜欢isalpha()。在这两种情况下，对于此输入：

s = 'a 狗    barks    meow!   @  …'

输出为

['a', '狗', 'barks', 'meow']

（对于专家：这使我们想起了一个问题，并非所有语言中的单词都由非单词字符分隔-e.g.）

不使用正则表达式

3 个答案: