我有一个带有英文文本和标点符号的阿拉伯字符串。我需要过滤阿拉伯语文本,我尝试使用 sting 删除标点符号和英文单词。但是,我丢失了阿拉伯语单词之间的间距。我哪里错了?
import string
exclude = set(string.punctuation)
main_text = "وزارة الداخلية: لا تتوفر لدينا معلومات رسمية عن سعوديين موقوفين في ليبيا http://alriyadh.com/1031499"
main_text = ''.join(ch for ch in main_text if ch not in exclude)
[output after this step="وزارة الداخلية لا تتوفر لدينا معلومات رسمية عن سعوديين موقوفين في ليبيا httpalriyadhcom1031499]"
n = filter(lambda x: x not in string.printable, n)
print n
وزارةالداخليةلاتتوفرلدينامعلوماترسميةعنسعوديينموقوفينفيليبيا
我可以删除标点符号和英文文本,但我丢失了单词之间的空格。如何保留每个单词?
最佳答案
您可以使用
保存字符串中的空格n = filter(lambda x: True if x==' ' else x not in string.printable , main_text)
或
n = filter(lambda x: x==' ' or x not in string.printable , main_text)
这将检查字符是否为空格,如果不是则检查它是否可打印。
关于python - 如何从python中的阿拉伯字符串中删除英文文本?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29406247/