python中用正则表达式去掉文本中所有的标点符号
发布网友
共3个回答
热心网友
我的理解是 python’s的“ ’ ”也是字符 ，和标点符号一样。你只要把去除的字符都加到正则表达式的括号中就可以了。 ，所以：
import re
r='[’!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~]+'
line=re.sub(r,'',"python’s")
print line
热心网友
先定义变量 punctuation，其内容应该是所有的标点符号。
例如：import repunctuation def removePunctuation...
Python是一种面向对象、直译式计算机程序设计语言，由荷兰人Guido van Rossum发明于19年，1991年发行第一个公开发行版。它常被昵称为胶水语言，它能够很轻松的把用其他语言制作的各种模块（尤其是C/C++）轻松地联结在一起。
Python是纯粹的自由软件， 源代码和解释器CPython遵循 GPL协议。语法简洁清晰，特色之一是强制用空白符作为语句缩进。名字来源于一个喜剧，最初设计Python这种语言的人并没有想到Python会在工业和科研上获得如此广泛的使用。
热心网友
line.translate(None,punctuation)
追问报错：
translate() takes exactly one argument (2 given)
追答
python啥版本。。line是string？
看文档https://docs.python.org/2/library/stdtypes.html#str.translate
unicode 真麻烦。。上了次stackoverflow才找到。。。
import sys
tbl = dict.fromkeys(i for i in xrange(sys.maxunicode)
if unicodedata.category(unichr(i)).startswith('P'))
def remove_punctuation(text):
return text.translate(tbl)
#你爽了直接 remove_punctuation(line)
#或者屌屌的这样：
import regex as re
def remove_punctuation(text):
return re.sub(ur"\p{P}+", "", text)
