在Python中如何分隔字符串中的标点符号？

Question

我基本上是解析文件中的数据。在我的代码中，我会根据空格字符分割文件的每一行-->；结构分裂(" "). 我需要的是一种分离出字符串中可能出现的标点符号的方法。在

当我说puncutation时，我指的是

import string
print (string.punctuation)

谢谢！在

Answer 1

坚持原著会更容易些，不是吗？你把标点符号放回去的最终目标是什么？如果你要重建整条生产线，为什么不把它放在第一位呢？在

pattern = '['+''.join(string.punctuation)+']+' # Make a char set in regex syntax

for line in file:
    tokens = line.split(' ')
    for token in tokens:
        parsed = parse_token(re.sub(pattern, token))
        # Now do whatever else you might need to do with token and parsed.
    # Remember, you still have access to the `line` string and `tokens` list!

def parse_token(token):
    pass # Do whatever you need to do with your "clean" token here.

Answer 2

我会使用正则表达式来实现：

>>> re.split(r'(\W)', 'This is a sentence. This is another sentence.')
    ['This',
 ' ',
 'is',
 ' ',
 'a',
 ' ',
 'sentence',
 '.',
 '',
 ' ',
 'This',
 ' ',
 'is',
 ' ',
 'another',
 ' ',
 'sentence',
 '.',
 '']

您可以遍历结果列表，更改单词，然后''.join()将其还原为一个在相同位置使用相同标点符号的句子。在