Python从字符串中删除分隔符

Question

我有2个相关的问题/问题.

def remove_delimiters (delimiters, s):
    for d in delimiters:
        ind = s.find(d)
        while ind != -1:
            s = s[:ind] + s[ind+1:]
            ind = s.find(d)

    return ' '.join(s.split())


delimiters = [",", ".", "!", "?", "/", "&", "-", ":", ";", "@", "'", "..."]
d_dataset_list = ['hey-you...are you ok?']
d_list = []

for d in d_dataset_list:
    d_list.append(remove_delimiters(delimiters, d[1]))

print d_list

输出= 'heyyouare you ok'

1. 删除分隔符时,避免将字符串组合在一起的最佳方法是什么？例如,输出是hey you are you ok？

2. 可能存在许多不同的序列...,例如..或者..........等等.如何实现某种形式的规则,如果不止一个规则.出现在彼此之后,将其删除？我想尝试避免在我的分隔符列表中对所有序列进行硬编码.谢谢

Answer 1

你可以尝试这样的事情:

1. 给定分隔符d,将它们加入正则表达式

   >>> d = ",.!?/&-:;@'..."
   >>> "["+"\\".join(d)+"]"
   "[,\\.\\!\\?\\/\\&\\-\\:\\;\\@\\'\\.\\.\\.]"
   

2. 使用此正则表达式拆分字符串 re.split

   >>> s = 'hey-you...are you ok?'
   >>> re.split("["+"\\".join(d)+"]", s)
   ['hey', 'you', '', '', 'are you ok', '']
   

3. 将所有非空片段重新加入

   >>> ' '.join(w for w in re.split("["+"\\".join(d)+"]", s) if w)
   'hey you are you ok'
   

此外,如果您只想删除所有非单词字符,则只需使用字符组\W而不是手动枚举所有分隔符:

>>> ' '.join(w for w in re.split(r"\W", s) if w)
'hey you are you ok'