Python str.replace(old, new[, max]) 方法把字符串str中的 old（舊字符串） 替換成 new(新字符串)，如果指定第三個參數(shù)max，則替換不超過 max 次。

如果非要用replace()函數(shù)來實現(xiàn)要這樣寫：

import string

m =l

forc instring.punctuation:

m =m.replace(c,")

更簡便的方法是用translate()，代碼如下：

importstring

m =l.translate(None, string.punctuation)

中文文本中可能出現(xiàn)的標點符號來源比較復雜，通過匹配等手段對他們處理的時候需要格外小心，防止遺漏，下面小編帶來了Python處理中文標點符號大集合，感興趣的朋友跟隨腳本之家小編一起看看吧 。中文文本中可能出現(xiàn)的標點符號來源比較復雜，通過匹配等手段對他們處理的時候需要格外小心，防止遺漏。以下為在下處理中文標點的時候采用的兩種方法:

中文標點集合比較常見標點有這些：

！？｡＂＃＄％＆＇（）＊＋，－／：；＜＝＞＠［＼］＾＿｀｛｜｝～｟｠｢｣､、〃》「」『』【】〔〕〖〗?????〝〞????–—‘'?“”??…?﹏.

調(diào)用zhon包的zhon.hanzi.punctuation函數(shù)即可得到這些中文標點。

如果想用英文的標點，則可調(diào)用string包的string.punctuation函數(shù)可得到：

!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~

因此，比如需要將所有標點符號去除，可以進行以下操作：

>>> importre

>>> fromzhon.hanzo importpunctuation

>>> line ="測試。。去除標點。。"

>>> printre.sub("[{}]+".format(punctuation), "", line.decode("utf-8")) # 需要將str轉(zhuǎn)換為unicode

當然，如果想去除重復的符號而只保留一個，那么可以用\1指明：比如

>>> re.sub(ur"([{}])+".format(punctuation), "\1", line.decode("utf-8"))

你也可以手工指定這些標點符號

punctuation ="""！？｡＂＃＄％＆＇（）＊＋－／：；＜＝＞＠［＼］＾＿｀｛｜｝～｟｠｢｣､、〃》「」『』【】〔〕〖〗?????〝〞????–—‘'?“”??…?﹏"""

re_punctuation ="[{}]+".format(punctuation)

line =re.sub(re_punctuation, "", line)

可以通過直接指定unicode碼范圍的辦法來strip，比如:

去除所有半角全角符號，只留字母、數(shù)字、中文

def remove_punctuation(line):

rule =re.compile(ur"[^a-zA-Z0-9\u4e00-\u9fa5]")

line =rule.sub('',line)

return line

漢字的范圍為”\u4e00-\u9fa5“，這個是用Unicode表示的，所以前面必須要加”u“；字符”r“的意思是表示忽略后面的轉(zhuǎn)義字符，這樣簡化了后面正則表達式里每遇到一個轉(zhuǎn)義字符還得挨個轉(zhuǎn)義的麻煩

最后可以組合成為一個函數(shù)

def remove_punctuation(line, strip_all=True):

if strip_all:

rule =re.compile(ur"[^a-zA-Z0-9\u4e00-\u9fa5]")

line =rule.sub('',line)

else:

punctuation ="""！？｡＂＃＄％＆＇（）＊＋－／：；＜＝＞＠［＼］＾＿｀｛｜｝～｟｠｢｣､、〃》「」『』【】〔〕〖〗?????〝〞????–—‘'?“”??…?﹏"""

re_punctuation ="[{}]+".format(punctuation)

line =re.sub(re_punctuation, "", line)

return line.strip()

清洗完畢后，有時候我們希望按照多個標點符號來分割 ，比如只要遇到中文或英文的逗號和句號等符號就分割，可以直接用translate把這些符號翻譯為統(tǒng)一的分隔符，再split:

strip_chars ='？"。.，,《》[]〖〗“”'

single_line =single_line.translate(str.maketrans(dict.fromkeys(strip_chars, '#')))

single_line =single_line.split('#')

總結(jié)

以上所述是小編給大家介紹的Python處理中文標點符號大集合，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。

總結(jié)

以上是生活随笔為你收集整理的python替换所有标点符号 正则_python 把标点符号替换为空的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。