标签:def 去除 中文 style 英文单词 world ext order 单词
正则表达式去除中文字之间的空格,保留英文单词之间的空格,对于英文单词中间夹杂着数字的情况,应该保留空格但没有保留
# -*- coding:utf-8 -*- # import re
def _clean_space(text): ? match_regex = re.compile(u‘[\u4e00-\u9fa5。\.,,::《》、\(\)()]{1} +(?<![a-zA-Z])|\d+ +| +\d+|[a-z A-Z]+‘) ? should_replace_list = match_regex.findall(text) ? order_replace_list = sorted(should_replace_list,key=lambda i:len(i),reverse=True) ? for i in order_replace_list: ? if i == u‘ ‘: ? continue ? new_i = i.strip() ? text = text.replace(i,new_i) ? return text text = "从大约40万 年前开始,一个关键的环境转变 发生了。hello world!" text=text.decode("utf-8") text=_clean_space(text).encode("utf-8") print(text)
python去除中文字之间的空格,保留英文单词之间的空格【转】
标签:def 去除 中文 style 英文单词 world ext order 单词
原文地址:https://www.cnblogs.com/cydcyd/p/13898633.html