Python关于文本中标点符号及其他的替换

要处理文档，需要将一个TXT文档（如用户评论）的评论段将其所有的标点符号前后的评论都分成每一行。如:

帅府护病房,手机动画。
岁的胡思凡，是对俄方。

处理成:

帅府护病房 手机动画
岁的胡思凡 是对俄方

这样方便Python进一步对文本进行处理。通常有以下两种处理：

1 from string import punctuation
2 import re
3 lis=['帅府护病房,手机动画。','岁的胡思凡，是对俄方。']
4 b=["/".join([c for c in x if c not in punctuation])  for x in lis]
5 print(b)
6 #['帅/府/护/病/房/手/机/动/画/。', '岁/的/胡/思/凡/，/是/对/俄/方/。']
7 c=[ re.sub(r'[{}]+'.format(punctuation),'/',x ) for x in lis]
8 print(c)
9 #['帅府护病房/手机动画。', '岁的胡思凡，是对俄方。']

显然第一种是对每一个字进行判断，这样达不到预期，而第二种进过对punctuation的print

!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~

其实punctuation就是一个英文的标点库，那么把中文的也加进去就没有任何问题了。

1 import re
2 lis=['帅府护病房,手机动画。','岁的胡思凡，是对俄方。']
3 e=[ re.sub(r'[{}]+'.format(haha),'/',x ) for x in lis]
4 print(e)
5 for i in e:
6     ee=i.split('/')
7     print(ee)

这样print出来的结果是

['帅府护病房', '手机动画', '']
['岁的胡思凡', '是对俄方', '']

转载于:https://www.cnblogs.com/yinruyi/p/4318814.html

Python关于文本中标点符号及其他的替换相关推荐

如何用python读取文本中指定行的内容
如何用python读取文本中指定行的内容 搜索资料 我来答分享新浪微博 QQ空间浏览 5284 次查看全文 http://www.taodudu.cc/news/show-64036.ht ...
用python统计字母个数_python统计字母个数 python 统计文本中字母个数
python 统计文本中字母个数作业文件等有人回答小编再发,之前发文件被屏蔽了明明转身就有一个温馨的港湾,却偏偏还要去追逐那无望的孤船. l = 0with open('file.txt', 'r' ...
python过滤文本中的emoji表情
python过滤文本中的emoji表情最近在处理文本内容的时候发现很多文本会有特色表情,由于占位较多,想着能过滤掉就好,也不影响文本内容含义,并且对后续做语义分析也有帮助. 网上搜了下,总体还是通过 ...
python提取文本中的字符串到新的txt_Python实现jieba对文本分词并写入新的文本文件，然后提取出文本中的关键词...
版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明. Python实现jieba对文本分词并写入新的文本文件,然后提取出文本中的关键词思想先对文本进行 ...
python读取文本中的内容
1.获取路径符 pathseq = os.path.seq 2.文本中获取内容 import os import sys from collections import OrderedDictdef ...
python 去除文本中的中文、中文符号
删除中文及中文符号的方法,网上很多是python2 的写法,现在将python3的用法记录如下. 知识点 - 正则表达式 - 中文字符库zhon.hanzi,使用命令行pip3 install zho ...
微信小程序开发——将一段文本中电话号码的中间四位替换成“*”
match() 方法可在字符串内检索指定的值,或找到一个或多个正则表达式的匹配. Page({data: {content:'我的电话号码是:15301234567,132012314567'}, o ...
Python去除文本中所有中英文标点符号
from tqdm import tqdm import string from zhon.hanzi import punctuation as punallPun = string.punctua ...
python 过滤文本中的标点符号（转）
网上搜到的大都太复杂,最后找到一个用正则表达式实现的: import re s = "string. With. Punctuation?" # 如果空白符也需要过滤,使用 r'[ ...

Python关于文本中标点符号及其他的替换

Python关于文本中标点符号及其他的替换相关推荐

最新文章

热门文章