Python str.maketrans 删除带空的标点符号 Space

Question

我正在使用 string 模块 in Python 3 中的 maketrans 来进行简单的文本预处理，例如降低、删除数字和标点符号。问题是在标点符号删除过程中，所有单词都附加在一起，没有空 space！例如，假设我有以下文本：

text='[{"Hello":"List:","Test"321:[{"Hello":"Airplane Towel for Kitchen"},{"Hello":2 "&nbsp;Repair massive utilities&nbsp;"2},{"Hello":"Some 3 appliance for our kitchen"2}'

文本=text.lower() text=text.translate(str.maketrans(' ',' ',string.digits))

工作正常，它给出：

'[{"hello":"list:","test":[{"hello":"airplane towel for kitchen"},{"hello": "&nbsp;repair massives utilities&nbsp;"},{"hello":"some  appliance for our kitchen"}'

但是一旦我想删除标点符号：

text=text.translate(str.maketrans(' ',' ',string.punctuation))

它给了我这个：

'hellolisttesthelloairplane towel for kitchenhello nbsprepair massives utilitiesnbsphellosome  appliance for our kitchen'

理想情况下它应该产生：

'hello list test hello airplane towel for kitchen hello nbsp repair massives utilities nbsp hello some  appliance for our kitchen'

我使用 maketrans 做这件事没有具体原因，但我喜欢它，因为它快速、简单，而且有点卡住解决它。谢谢！

免责声明：我已经知道如何使用 re 来实现，如下所示：

import re
s = "string.]With. Punctuation?"
s = re.sub(r'[^\w\s]','',s)

Answer 1

好吧...这行得通

txt = text.translate(str.maketrans(string.punctuation, ' ' * len(string.punctuation))).replace(' '*4, ' ').replace(' '*3, ' ').replace(' '*2, ' ').strip()

Python str.maketrans 删除带空的标点符号 Space

Python str.maketrans Remove Punctuation with Empty Space

python

string

text

data-cleaning