我想將兩行代碼合二為一。第一個是刪除所有 string.punctuations。我使用的代碼如下：df[col].apply(lambda x: re.sub(r'[!\"#$%&\'()*+,-.\/:;<=>?@[\\]^_`{|}~]+', '', x))第二個是去掉一些特殊字符（我不知道怎么表達(dá)這種雙引號，比如; 這些與普通引號“’‘”不同）：'""'df[col].apply(lambda x: re.sub(r'[“’‘”]', '', x))我想用一行代碼將它們?nèi)縿h除。我試圖簡單地將第二個完全匹配添加到第一個，但事實證明文本中沒有刪除第二個匹配。我想知道為什么以及如何有效地刪除這些punctuations.需要清理的示例文本可能是：text = '“Client” refers to Client or “”any User uploads or otherwise supplies to, or stores in, the Services under Client’s account.'
1 回答
慕桂英546537
TA貢獻(xiàn)1848條經(jīng)驗 獲得超10個贊
根據(jù)您的回答，我相信這就是您正在尋找的答案：
import re text = '“Client” refers to Client or “”any User uploads or otherwise supplies to, or stores in, the Services under Client’s account.' re.sub(r'[^\w|^\d|^\s]+', '', text)
輸出：
'Client refers to Client or any User uploads or otherwise supplies to or stores in the Services under Clients account'
替換所有字符，除了：
^\w單詞字符，如 AZ 和 az^\d數(shù)字^\s空格
考慮到特殊字符列表的廣度，這種排他性過濾比包容性過濾更有效。
添加回答
舉報
0/150
提交
取消