我如何摆脱撇号？

Question

我正在传递一个文本文件，我希望摆脱所有可能的麻烦。 我正在使用以下功能：

def apost(nostop):
    for n in nostop:
        final=[]
        removed=[]
        for y in n:
            r=remove_apos(y)
            final.append(r)
        removed.append(final)
    print("Task 2: Apostrophy removed!")
    return removed

这是remove_apos的主体：

def remove_apos(stemmed):
    for suffix in ["'s", "'v", "'t", "'d", "'r", "'"]:
        if stemmed.endswith(suffix):
            return stemmed[:-len(suffix)]
    return stemmed

当我说一个句子时： football's awesome又回到了我football'我无法摆脱撇号。 此外，当我removed打印时，我得到： [[u'football\’s']]

Answer 1

您的问题似乎是您正在与ASCII撇号进行比较，但是您的文本包含或也包含Unicode撇号。

普通的旧撇号U + 0027是您在未按下Shift的情况下按一下美国键盘上的['/“]键时得到的默认值。

U + 2019的“正确单引号”完全是另外一回事。 您可能会从文字处理程序或电子邮件程序中获取该信息，该程序会尝试自动将直引号转换为斜引号。 （例如，Word和Office Email都在文本框中执行此操作。文档中的Libre Office也是如此。）

您可能应该使用正则表达式来匹配所有这些可能的字符。

Answer 2

删除所有撇号真的很容易：

def remove_apos(nostop):
    return "".join(char for char in nostop if char != "'")

您还可以使用while循环和str.remove()方法将其删除：

def remove_apos(nostop):
    while "'" in nostop:
        nostop = nostop.remove("'")
    return nostop