首页 > 代码库 > python 过滤中文、英文标点特殊符号
python 过滤中文、英文标点特殊符号
在工作中经常遇到很多特殊的标点符号,像中文标点符号,英文标点符号。英文的标点符号比较容易过滤,而过滤中文的标点符号较麻烦。下面是从邮件中过滤特殊符号的方式供参考。
下面是一封垃圾邮件的过滤实例:
"想做/ 兼_职/学生_/ 的 、加,我Q: 1 5. 8 0. !!?? 8 6 。0. 2。 3 有,惊,喜,哦"
邮件中的“!?。、”都是中文的,而“/.”是英文的
下面是过滤方式:
<span style="font-size:18px;">#-*-coding:utf-8-*- import re temp = "想做/ 兼_职/学生_/ 的 、加,我Q: 1 5. 8 0. !!?? 8 6 。0. 2。 3 有,惊,喜,哦" temp = temp.decode("utf8") string = re.sub("[\s+\.\!\/_,$%^*(+\"\']+|[+——!,。?、~@#¥%……&*()]+".decode("utf8"), "".decode("utf8"),temp) print string </span>
过滤后的效果如下:
<span style="font-size:18px;">想做兼职学生的加我Q158086023有惊喜哦</span>
处理成上述格式后就容易进行分词分析处理了。
python 过滤中文、英文标点特殊符号
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。