python （三）字符串处理

最新推荐文章于 2025-09-12 15:58:40 发布

weixin_30384217

最新推荐文章于 2025-09-12 15:58:40 发布

阅读量54

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/HugoLester/p/7247712.html

本文介绍了一种不使用正则表达式的文本预处理方法，详细步骤包括去除标点符号、转换大小写、替换数字等，适用于Python编程环境。

去除所有标点符号，需要去除的标点符号是如下几种: , . ! ? : ;
所有数字包括小数，整数，负数都替换成一个替代字符串: ==NUMBER==
所有大写字母全部转成小写
去除每行起始的所有空格
连续的空格缩短为单独的空格（除每行起始连续空格，见以上规则4）
如果经过上述处理导致一行为空，则在此行处放置标记字符串：[REMOVED]

在python （二）中，我用正则表达式处理的文本，如果不用正则表达式，要如何处理这段文本呢？

#!/usr/bin/env python
#coding:utf-8
import string
def noreto(stol):
    s = stol.lower().lstrip()
    s = s.replace(',','')
    s = s.replace('.','')
    s = s.replace('!','')
    s = s.replace('?','')
    s = s.replace(':','')
    s = s.replace(';','')
    s = replaceall('  ','',s)
    l = s.split(' ')
    if len(l) == 0:
        l.append(0,'[REMOVED]')
    finaly = ' '.join(l)
    #print finaly
    with open('test_output.txt','a') as fwuck:
        fwuck.write(finaly)
def replaceall(mul,sing,str):
    while str.find(mul) > -1:
        str = str.replace(mul,'')
    return str
with open('test_input.txt','r') as fruck:
    for line in fruck:
        noreto(line)

　　还差一个替换数字为==NUMBER==

转载于:https://www.cnblogs.com/HugoLester/p/7247712.html