使用python中的re.sub函數刪除字符串中的特殊字符和撇號以及多余的空格

Question

import re
def removePunctuation(text):

    return re.sub(r'[ \W,_,]+', ' ', text.lower()).lstrip()
print removePunctuation('Hi, 'you!')
print removePunctuation(' No's under_score!')

我想要結果：

hi you
nos under score 

Answer 1

你可以試試看

def removePunctuation(text):
    return re.sub(r'^\s+|\s+$|[^A-Za-z\d\s]', '', text.lower())

要么

似乎您想用空格替換所有下划線，並用空字符串替換所有其他特殊字符。

>>> re.sub(r'^\s+|\s+$|[^A-Za-z\d\s]', '', " No's under_score!".lower().replace('_', ' '))
'nos under score'
>>> re.sub(r'^\s+|\s+$|[^A-Za-z\d\s]', '', " Hi, 'you!'".lower().replace('_', ' '))
'hi you'

Answer 2

正則表達式是一個很棒的字符串處理工具，但是在python中有時它可能是一個過大的殺傷力，這個特定示例就是其中的一種。 Python對經過精心設計的字符串庫進行了一些思考，這些字符串庫無需使用正則表達式就可以實現奇跡，對於本示例，str.translate和unicode.translate是理想的選擇

對於Python 2.X

def removePunctuation(text):
    from string import punctuation
    return ' '.join(text.translate(None, punctuation))

對於Unicode和Python 3.X

def removePunctuationU(text):
    from string import punctuation
    return u' '.join(text.translate({ord(c): None for c in punctuation}).split())