python - 如何仅删除标点符号，如 "."和 ","？

Question

我想搜索特定的词，例如“收入”或“收入”。为此，我创建了一个词表并在文本中搜索词。

但是，对于带有附加标点符号(如“earnings”)的单词，我的代码不会返回任何结果。或“收入”。现在，我想删除这些标点符号，而不删除数字中的一个点，如“2.4”或任何其他标记，如“%”。

我已经试过了

table = str.maketrans({key: None for key in string.punctuation})
text_wo_dots = text.translate(table)

和

text_wo_dots = re.sub(r'[^\w\s]',' ',text)

但这删除了所有标点符号。

Answer 1

我建议，您首先将文本拆分为单独的单词，包括标点符号

text = ["This is an example, it contains 1.0 number and some words."]
raw_list = text.split()

现在您可以删除元素末尾的标点符号。

cleaned_words = []
for word in raw_list:
    if word[-1] in ['.', ',', '!', '?']:
        cleaned_words.append(word[:-1])
    else:
        cleaned_words.append(word)

注意 1: 如果您的文本包含类似 1. 的数字，对于 1.0，您还需要考虑倒数第二个字符并留下if isdigit() 中的点计算为 True
注意 2:如果有以多个标点符号结尾的句子，您应该运行一个 while 循环来删除它们，然后仅在找不到更多标点符号时才追加。

while True:
    if word[-1] in ['.', ',', '!', '?']:
        word = word[:-1]
    else:
        break

cleaned_words.append(word)