python - 去除特定标点符号列表前后的空格

Question

虽然我在 StackOverflow 中找到了一些引用资料，但我无法编写正确的正则表达式来实现我的目标。我想从 python 中的字符串中删除特定标点符号前后的空格。

我有一个函数如下。

def modify_answers(answers):
    hyp = []
    for ans in answers:
        # remove whitespace before - / ? . ! ;
        newhyp = re.sub(r'\s([-/?.!,;](?:\s|$))', r'\1', ans)
        # remove whitespace after - / $ _
        newhyp = re.sub(r'', r'\1', newhyp)
        hyp.append(newhyp)
    return hyp

我想要实现的一些例子:

• “税号是 1 - 866 - 704 - 7388。” ---> “税号是 1-866-704-7388。”

• “不，鸸鹋在维多利亚州不 protected 。” ---> “不，鸸鹋在维多利亚不 protected 。”

• “找到就是失去，就像构造对于 _ _ _ _ _ _ 一样。” ---> “发现就是失去，因为构造就是 ______。”

• “1,0 美元等于 1,0 美元。” ---> “1,0 美元等于 1,0 美元。”

如有任何帮助，我们将不胜感激。

Answer 1

首先，定义一个执行替换的函数:

import re

def replace(x):
    y, z = x.groups()
    if z in '-/?.!,;':
        y = y.lstrip()
    if z in '-/$_':
        y = y.rstrip()
    return y

该函数采用匹配模式并相应地执行替换。

现在，定义您的模式。您可以预编译以提高效率。

p = re.compile(r'(\s*([-/?.,!$_])\s*)')

使用之前定义的回调在每个字符串上调用已编译的正则表达式 sub:

cases = [                               
    "Tax pin number is 1 - 866 - 704 - 7388 .",
    "No , emu is not protected in Victoria .",
    "Find is to lose as construct is to _ _ _ _ _ _ .",
    "$ 1,0 is equal to $ 1,0 ."]

repl = [p.sub(replace, c) for c in cases]

print (repl)
['Tax pin number is 1-866-704-7388.', 'No, emu is not protected in Victoria.', 
 'Find is to lose as construct is to ______.', '$1,0 is equal to $1,0.']