python 過濾中文、英文標點特殊符號
來源:程序員人生 發布時間:2014-12-08 08:57:54 閱讀次數:7122次
在工作中常常遇到很多特殊的標點符號,像中文標點符號,英文標點符號。英文的標點符號比較容易過濾,而過濾中文的標點符號較麻煩。下面是從郵件中過濾特殊符號的方式供參考。
下面是1封垃圾郵件的過濾實例:
"想做/ 兼_職/學生_/ 的 、加,我Q: 1 5. 8 0. !!?? 8 6 。0. 2。 3 有,驚,喜,哦"
郵件中的“!?。、”都是中文的,而“/.”是英文的
下面是過濾方式:
<span style="font-size:18px;">#-*-coding:utf⑻-*-
import re
temp = "想做/ 兼_職/學生_/ 的 、加,我Q: 1 5. 8 0. !!?? 8 6 。0. 2。 3 有,驚,喜,哦"
temp = temp.decode("utf8")
string = re.sub("[s+.!/_,$%^*(+"']+|[+――!,。?、~@#¥%……&*()]+".decode("utf8"), "".decode("utf8"),temp)
print string
</span>
過濾后的效果以下:
<span style="font-size:18px;">想做兼職學生的加我Q158086023有欣喜哦</span>
處理成上述格式后就容易進行分詞分析處理了。
生活不易,碼農辛苦
如果您覺得本網站對您的學習有所幫助,可以手機掃描二維碼進行捐贈