去掉一个字符串中符号的替代方法

我正在研究一个保留一个单词（一个单词可以包含a-zA-Z，0-9和_）的符号的函数，但是除去每个其他符号去掉一个字符串中符号的替代方法

For example: 
Input String - hell_o ? my name _ i's <hel'lo/> 
Output - ['hell_o' ,'my', 'name', '_', "i's" ,'hel'lo']

我使用的功能：单词外

l = ' '.join(filter(None,(word.strip(punctuation.replace("_","")) for word in input_String.split()))) 
l = re.sub(r'\s+'," ",l) 
t = str.split(l.lower())

我知道这是不是最好的，最佳的方式！没有人建议我可以尝试？也许正则表达式的任何替代方案去做这个？？

我试着使用：负环顾四周，看看屁股：\W+(?!\S*[a-z])|(?<!\S)\W+
s.strip(punctuation)
re.sub('[^\w]', ' ', doc.strip(' ').lower()) - 这消除了字里面标点符号太

来源

2016-10-21 N_B

如果你* *知道这是不是'''最好的，optimal'''的方式，那么你心里一定有一些替代品 - 请列出那些（在这个问题）以及你拒绝他们的原因，所以我们知道什么不能工作。 – wwii

可以匹配任何不同于a-zA-Z, 0-9 and _的字符都与您相同提及2个字母与(?<=[a-z])\W(?=[a-z])之间，并将其替换为无，将其删除。

最后你会有一个非常危险的算法，例如在句子I'm fine.And you?，如果没有空格后，它会在I'm fineAnd you?，这可能不是你想要的。

[编辑]您的意见后。

好吧我误解了你的问题。

(?<![a-z])[a-z][^\s]*[a-z](?![a-z])：

现在我要选择'hell_o' ,'my', 'name', "i's" ,'hel'lo'一个正则表达式来了一起。

你可以看到它在这里工作：https://regex101.com/r/EAEelq/3。（不要忘记i和g标志）。

[编辑]正如你也想在_匹配一个单词

OK之外，所以如果你想也匹配下划线更新的是：(?<![a-z_])[a-z_][^\s]*[a-z_](?![a-z_])|(?<=)[a-z_](?=)。

看到它在这里工作：https://regex101.com/r/EAEelq/4

来源

2016-10-21 06:56:59 antoni

是啊!!感谢您的建议!!但是这个正则表达式并没有解决这个问题!!我尝试了几个例子!!但是并没有像预期的那样工作。例如：输入字符串是“你好！不要d ??? o

我的意思是如果regEx是比我已经做的更好的方法！ –

我在你的评论后编辑我的回复，请检查它是否是你想要的！ – antoni

去掉一个字符串中符号的替代方法

回答

相关问题