巧用正则变化分组，去掉标点符号和字符之前的空格，规范文本格式

最新推荐文章于 2022-04-18 15:08:14 发布
最新推荐文章于 2022-04-18 15:08:14 发布
阅读量1.3k 收藏 1
点赞数 1
分类专栏： 数据挖掘 疑难杂症 文章标签： python 正则表达式
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/robot_learner/article/details/123606774
版权

英文例句，去掉标点符号和标点符号之前字符的空格

import re
sent = "What a wonderful day ,I want to go out and have a walk   !"
sent=re.sub(r'\s+([?,.!;"])', r'\1', sent)

print(sent)

What a wonderful day,I want to go out and have a walk!

上面re的规则中，r’\s+([?,.!;"])’,括号定义了一个group，group内的中括号表示所有我们需要让re辨别的标点符号，\s+表示多个空格。合起来的意思就是，把空格加上一个标点符号的形式替换为标点符号定义的group，用r’\1’表示第一个group。这样自然就去掉了标点符号之前的空格

中文例句，去掉标点符号和标点符号之前字符的空格

import re
sent = "天气真好   ! 我要出去散步 。"
sent=re.sub(r'\s+([?,.!;"。，])', r'\1', sent)

print(sent)

天气真好! 我要出去散步。

欢迎访问个人网站
datasciencebyEample
AI财经新闻

robot_learner
关注
专栏目录
Java正则表达式去除中文标点符号空格Java代码处理逻辑正则表达式
java技术专家全栈成长之路
04-24 1422
public static void main(String[] args) { String modelTest = "这里选用的是Jakarta-ORO正则~!@#$%^&*()+=|{}表达式库，它是最全面的正则<>/?~！@#￥%……&*（）——+|{}【】‘；：”“’。，、？表达式API之一，而且它与Perl 5正则表达式完全兼.。！"; ...
Python正则化去除字符串标点
Bruce_Wang_Lelouch的博客
12-28 5389
Python正则化去除字符串标点使用re.compile使用re.sub替换使用自带匹配规则参考文档 Python正则化主要依靠的是re这个包，re代表 Regular Expression。是在做leetcode 819. Most Common Word的时候遇到需要处理标点的问题才想着要写一下。 本篇简单介绍去除标点和re的部分函数使用方法，待更新。 使用re.compile compile...
java正则表达式去掉字符串的中英文标点符号以及空格
susu1083018911的博客
01-14 4531
在进行字符串匹配的时候，想要忽略字符串中的空格、还有标点符号等一些特殊字符： public static void main(String[] args) { String string = " 你？ ?hah ,.。，，-$%^@!~& ^*() ）（* &……% ￥##@！~是+——）=-谁"; String s = str...
正则化去除标点符号
DAICONG’s Blog
04-18 1299
通过re模块进行正则化匹配，删除具有自定义标点符号的query import re a="animelosummerlive（）()''《dogdays'》orlandobloom《" #r="\'\"“”！·：:;；^.。，, ？?>、~@#￥%……&》<>「」{}【】（）《》" r="[_.!+-=——,$%^,。?、~@#￥%……&*《》<>「」{}【】()（）/'']" res=re.sub(r,"",a) res #'animelosummerliv
Python正则表达式去除字符串中的标点符号
youandme520的专栏
12-14 4067
import re # 只保留中文、大小写字母和阿拉伯数字 reg = "[^0-9A-Za-z\u4e00-\u9fa5]" text = "<>\(*芸%芸^)，,\\（-我@）&love=+《你》！【~我//""[们]】2{0}1.6~————、结/婚'吧:：！这.!！_#？?（）个‘’“”￥$主|意()不。错……！" print(re.sub(reg, '', text)) 结果为：芸芸我love你我们2016结婚吧这个主意不错 ...
javascript去除字符串中所有标点符号和提取纯文本的正则
10-25
在JavaScript中，处理字符串时，有时我们需要去除其中的标点符号，或者提取纯文本内容，以便进行进一步的数据处理或分析。这通常涉及到正则表达式（Regular Expression）的应用。正则表达式是一种强大的文本处理工具...
PHP实现将标点符号正则替换为空格的方法
10-19
在PHP编程中，有时我们需要处理文本内容，去除或替换其中的标点符号，使其符合特定的格式要求。本文将详细讲解如何使用正则表达式在PHP中实现将标点符号替换为空格的方法。 首先，我们要了解什么是正则表达式。正则...
python 文本处理 保留中英文和标点符号_python-文本处理和正则表达式
weixin_39692253的博客
12-03 2920
【未完成初稿】这周在工作中遇到很多需要从一段字符中增删查改的工作，第一遍用自己写的脚本去做，结果是可重用性不高，而且效率也不太好。其中也用到了python中的正则表达式部分re,后来就想能不能将我遇到的这类问题全部用正则去解决，具体就是python的re模块。答案目前还不知道，在还没遇到更多的问题之前，还是不要轻易下结论。这篇文章就当作一个备忘录，用来记录遇到的文本处理问题，其解决的办法，重点是正...
JS去掉字符串末尾的标点符号及删除最后一个字符的方法
10-19
### JS去掉字符串末尾的标点符号及删除最后一个字符的方法 在JavaScript开发中，经常会遇到需要处理字符串的情况，比如去除字符串末尾的标点符号或删除最后一个字符等操作。本文将详细介绍几种常用的实现方法。 ##...
Python正则去除中英文标点的操作手法
Steven的杂货铺
11-30 2248
我们在用Python制作一些SEO小工具的时候总是会和文章打交道，大家知道通过Python直接采集，或者通过火车头采集文章的时候，为了保全文章的主题内容可以完全的采集到，文章的内容里面都是有很多的标点符号和HTML的代码片段，那么这个时候就需要Python的正则模块（re）进行二次加工处理。 其实我们可以在搜索引擎上面搜索关键词：Python正则去除中英文标点。也是可以搜索到很多的相关解决问题的方法，不过有些解决的过于复杂，在这里Steven推荐这种方式去解决大部分的文章里面包含中英文标点，通过正则去除的方
re模块-去掉某些符号python
qinglv1的博客
05-30 4276
1.去掉里面字符中间的一些特殊符号line.strip('\n')#只能去掉两端的某些符号acc_fact[i][j]= re.sub(r'["[",\]]', '', acc_fact[i][j])#去掉中间任意的“[]”
python 进行结巴分词 并且用re去掉符号
dayday学习的博客
02-27 2675
把停用词做成字典 stopwords = {} fstop = open(‘stop_words.txt’, ‘r’,encoding=‘utf-8’,errors=‘ingnore’) for eachWord in fstop: stopwords[eachWord.strip()] = eachWord.strip() #停用词典 fstop.close() f1=open(‘all.tx...
python两个方法删除文本中的标点符号
m0_62381636的博客
03-18 1万+
1.正则表达式(可以删除中英文字符） import re a=re.sub(r'[\W]','',s) . 替换任意1个字符（除了\n） [ ] 替换[ ]中列举的字符 \d 替换数字，即0-9 \D 替换非数字 \s 替换空格，tab键 \S 替换非空白 \w 替换非特殊字符，即a-z、A-Z、0-9、_、汉字 \W 替换特殊字符，即非字母、非数字、非汉字、非_ 2.使用string模块的punctuation函数
正则表达式符号大全
wujunlei1595848的博客
07-31 1万+
字符 描述 \ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“n”匹配字符“n”。“\n”匹配一个换行符。串行“\\”匹配“\”而“\(”则匹配“(”。 ^ 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。 $ 匹配输入字符串的结束位置。如果设置了R...
正则表达式去除空格、符号，只保留中文、英文、数字
博哥的二进制世界
12-08 6023
正则表达式去除空格、符号，只保留中文、英文、数字 通过正则表达式，去除字符串中的符号和空格，仅保留中文、英文、数字。 // 处理文本 handleText(text) { const str = text || ""; let plainText = (str.match(/[\u4e00-\u9fa5_a-zA-Z0-9]/g) || ""); (plainText && plainText.length > 0) ? (plainText = pla
python字符串去除(中文、英文、数字、标点符号)
lizz2276的博客
07-28 6597
https://blog.csdn.net/weixin_43360896/article/details/114499028 python | 字符串去除（中文、英文、数字、标点符号） 去除标点符号 去除英文标点符号 去除中文标点符号 去除中文 去除英文 去除数字 去除空格 介绍下去除各个字母、数字、符号的方法，主要就是re的运用，去除用re.sub()，而反过来的提取用re.findall()即可 去除标点符号 标点符号包括中英文两种，要分开处理 去除英文标点符号 string.punctuati
正则表达式re去除或匹配特殊字符
m0_45085566的博客
04-27 8575
1、正则表达式re去除或匹配特殊字符 1.1re.sub去除特殊字符 re.sub(pattern, repl, string, count=0, flags=0) pattern：表示正则表达式中的模式字符串； repl：被替换的字符串（既可以是字符串，也可以是函数）； string：要被处理的，要被替换的字符串； count：匹配的次数, 默认是全部替换 import re # 1.修改中文...
python ——使用正则化去除标点符号
热门推荐
sinat_28375239的博客
10-12 2万+
python ——使用正则化去除标点符号 在进行文本预处理时，可以使用正则化去掉文本中的标点符号。 re.sub(pattern, repl, string, count=0, flags=0) 去除掉一般符号代码如下： r = "[A-Za-z0-9_.!+-=——,$%^，。？、~@#￥%……&*《》<>「」{}【】()/]" sentence = re.sub(r, ' ', sentence) 但如果要去除 []’"\ 这些符号，则需要使用转义符号 r = "[\\\[\
正则去掉标点符号和空格
最新发布
05-26
可以使用正则表达式来去掉标点符号和空格。以下是一个示例代码： ```python import re text = "Hello, world! This is a test text." # 去掉标点符号和空格 processed_text = re.sub(r'[^\w\s]', '', text)....
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值