在 Python 中，如何解析文本文件中的每個單詞並使每個單詞小寫並刪除撇號以外的特殊字符？

Question

這是我到目前為止的代碼。 它小寫輸入文件中的每個單詞，但我不確定如何檢查和刪除輸入文件中的特殊字符，撇號除外。

input("Please enter a file name: ")
    with open(input(), 'r') as input_file:
        for line in input_file:
            for word in line.split():
                word.lower()

Answer 1

您可以使用：

re.sub(ur'[^a-zA-Z0-9]')

Answer 2

似乎您只是在嘗試讀取輸入文件而不是覆蓋它，所以我寫的只是將結果打印出來。

可以使用 Python String isalnum() 方法https://www.w3schools.com/python/ref_string_isalnum.asp

根據文檔：“如果所有字符都是字母數字，則 isalnum() 方法返回 True，表示字母 (az) 和數字 (0-9)。”

假設滿足您的要求，以下應該可以工作。

    alphanumeric = ""
    with open(r"C:\Users\TestUser\Desktop\test.txt", 'r') as input_file:
      for line in input_file:
        for c in line:
           if c == "'":
              alphanumeric += "'"
           elif c == " ":
              alphanumeric += " "
           elif c.isalnum():
              alphanumeric += c
     print(alphanumeric.lower())