Python从文本文件中删除标点符号答案

【问题标题】：Python remove punctuation from a text filePython从文本文件中删除标点符号
【发布时间】：2016-12-19 15:02:18
【问题描述】：

我正在尝试从我的文本文件中删除标点符号列表，但我只有一个与连字符分隔的单词的问题。例如，如果我有“post-trauma”这个词，我会得到“posttrama”，相反，我想得到“post”“trauma”。

我的代码是：

 punct=['!', '#', '"', '%', '$', '&', ')', '(', '+', '*', '-'] 

 with open(myFile, "r") as f:
      text= f.read()
      remove = '|'.join(REMOVE_LIST) #list of word to remove
      regex = re.compile(r'('+remove+r')', flags=re.IGNORECASE) 
      out = regex.sub("", text)

      delta= " ".join(out.split())
      txt = "".join(c for c in delta if c not in punct )

有办法解决吗？

【问题讨论】：

你应该使用正则表达式，你不希望 [a-zA-Z].*-[a-z] 被删除
扔掉这个，你试过=regex.sub(" ",text)吗？

标签： python list punctuation

【解决方案1】：

我相信你可以在 delta 上调用内置的replace 函数，所以你的最后一行会变成下面这样：

txt = "".join(c for c in delta.replace("-", " ") if c not in punct )

这意味着文本中的所有连字符都将变为空格，因此这些单词将被视为单独的。

【讨论】：

【解决方案2】：

上述方法可能不起作用，因为您仍会从初始字符串中删除所有破折号（“-”）字符。如果您希望它工作，请将其从列表点中删除。更新后的代码如下所示：

punct=['!', '#', '"', '%', '$', '&', ')', '(', '+', '*'] 

 with open(myFile, "r") as f:
      text= f.read()
      remove = '|'.join(REMOVE_LIST) #list of word to remove
      regex = re.compile(r'('+remove+r')', flags=re.IGNORECASE) 
      out = regex.sub("", text)

      delta= " ".join(out.split())
      txt = "".join(c for c in delta.replace("-", " ") if c not in punct )

问题在于您将 punct 中的所有字符替换为空字符串，并且您希望为“-”留一个空格。因此，您需要将字符替换两次（一次用空字符串，一次用空格）。

【讨论】：