python 判断中英文标点符号

伊航

于 2024-06-30 03:31:34 发布

阅读量108

点赞数

文章标签： python 开发语言

文本处理,Python,代码示例相关视频讲解：

用vim复制粘贴_保持双手正位

python的or运算赋值用法

用python编程Excel有没有用处？

判断中英文标点符号的Python实现

在Python编程中，我们经常需要对文本进行处理，而文本中的标点符号是不可或缺的一部分。在中文和英文中，标点符号的种类和使用方式有所不同。因此，有时我们需要对文本中的标点符号进行判断和处理。本文将介绍如何使用Python来判断文本中的中英文标点符号，并给出相应的代码示例。

中英文标点符号的区别

中文和英文的标点符号有一些共同的符号，比如句号（.）、逗号（,）、叹号（!）等。但是中文还有一些特有的标点符号，比如顿号（、）、引号（“”）、顿号（、）等。在文本处理中，我们有时需要区分这些中英文标点符号，以便做进一步的处理。

使用Python判断中英文标点符号

在Python中，我们可以使用正则表达式来判断文本中的标点符号是中文还是英文。下面是一个简单的示例代码：

import re

def is_chinese_punctuation(char):
    if re.match(r'[\u3002\uff0c\uff1b\uff1a\u3001\uff1f\uff01\uff1e\uff1c]', char):
        return True
    else:
        return False

def is_english_punctuation(char):
    if re.match(r'[.,;:?!<>]', char):
        return True
    else:
        return False

# 测试
text = "你好，世界！Hello, world!"
for char in text:
    if is_chinese_punctuation(char):
        print(f"{char} 是中文标点符号")
    elif is_english_punctuation(char):
        print(f"{char} 是英文标点符号")
    else:
        print(f"{char} 不是标点符号")

在上面的代码中，我们定义了两个函数is_chinese_punctuation和is_english_punctuation，用来判断输入的字符是中文标点符号还是英文标点符号。然后我们对一个包含中英文标点符号的文本进行测试，并输出判断结果。

示例应用：文本清洗

在文本处理中，有时我们需要对文本中的标点符号进行清洗，比如将所有的中文标点符号替换成英文标点符号，或者去除所有的标点符号。下面是一个简单的示例代码：

import re

def clean_text(text):
    cleaned_text = re.sub(r'[\u3002\uff0c\uff1b\uff1a\u3001\uff1f\uff01\uff1e\uff1c]', '.', text)
    cleaned_text = re.sub(r'[“”]', '"', cleaned_text)
    cleaned_text = re.sub(r'[、]', ',', cleaned_text)
    cleaned_text = re.sub(r'[。？！，；：“”、]', '', cleaned_text)
    return cleaned_text

# 测试
text = "你好，世界！Hello, world!"
cleaned_text = clean_text(text)
print(cleaned_text)