python正则表达式去除所有标点

Posted 2023-05-08

我看网上的做法在GUI里面写：
import re
def removePunctuation(text):
text = re.sub(r'[]+'.format(punctuation),'',text)
return text.strip().lower()

text = " Hello, world! "
print text
结果报错，说“NameError: global name 'punctuation' is not defined”，我上面不是已经import re了吗？为什么不对？应该怎么写？谢谢！

你应该先定义变量 punctuation，其内容应该是所有的标点符号，比如下面的代码 （我没有列出所有的标点）

import re

punctuation = '!,;:?"\\''
def removePunctuation(text):
    text = re.sub(r'[]+'.format(punctuation),'',text)
    return text.strip().lower()

text = " Hello, world!  "
print removePunctuation(text)

参考技术A #include "stdio.h"
#include "stdlib.h"
#include "string.h"

struct PCB 
char NAME[10]; /*进程名*/
int ROUND; /*进程轮转时间片*/
int REACHTIME; /*进程到达时间*/
int CPUTIME; /*进程占用CPU时间*/
int COUNT; /*计数器*/
int NEEDTIME; /*进程完成还要的CPU时间*/
char STATE; /*进程的状态*/
struct PCB *NEXT; /*链指针*/
;

struct LINK  /*PCB的链结构*/
struct PCB *RUN; /*当前运行进程指针*/
struct PCB *READY; /*就绪队列头指针*/
struct PCB *TAIL; /*就绪队列尾指针*/
struct PCB *FINISH; /*完成队列头指针*/
;

void INIT(LINK *); /*对PCB的链结构初始化*/
void INSERT(LINK *); /*将执行了一个单位时间片数且还未完成的进程的PCB插到就绪队列的队尾*/
void FIRSTIN(LINK *); /*将就绪队列中的第一个进程投入运行*/
void PRINT(LINK *); /*打印每执行一个时间片后的所有进程的状态*/
void PR(PCB *); /*打印一个进程的状态*/
int CREATE(LINK *,int); /*创建新的进程*/
void ROUNDSCH(LINK *); /*按时间片轮转法调度进程*/

void main() 
LINK pcbs;
int i;
INIT(&pcbs);
i=0;
printf("创建5个进程\\n\\n");
while(i<5) 
if(CREATE(&pcbs,i+1)==1) 
printf("进程已创建\\n\\n");
i++;

else
printf("进程创建失败\\n\\n");

FIRSTIN(&pcbs);
ROUNDSCH(&pcbs);


void ROUNDSCH(LINK *p) 
PCB *pcb;
while(p->RUN!=NULL) 
pcb=(PCB *)malloc(sizeof(PCB));
strcpy(pcb->NAME,p->RUN->NAME);
pcb->ROUND=p->RUN->ROUND;
pcb->REACHTIME=p->RUN->REACHTIME;
pcb->CPUTIME=p->RUN->CPUTIME;
pcb->COUNT=p->RUN->COUNT;
pcb->NEEDTIME=p->RUN->NEEDTIME;
pcb->STATE=p->RUN->STATE;
pcb->NEXT=p->RUN->NEXT;
pcb->CPUTIME++;
pcb->NEEDTIME--;
pcb->COUNT++;
if(pcb->NEEDTIME==0) 
pcb->NEXT=p->FINISH->NEXT;
p->FINISH->NEXT=pcb;
pcb->STATE='F';
p->RUN=NULL;
if(p->READY!=p->TAIL)
FIRSTIN(p);

else 
p->RUN=pcb;
if(pcb->COUNT==pcb->ROUND) 
pcb->COUNT=0;
if(p->READY!=p->TAIL) 
pcb->STATE='W';
INSERT(p);
FIRSTIN(p);



PRINT(p);



void INIT(LINK *p) 
p->RUN=NULL;
p->TAIL=p->READY=(PCB *)malloc(sizeof(PCB));
p->READY->NEXT=NULL;
p->FINISH=(PCB *)malloc(sizeof(PCB));
p->FINISH->NEXT=NULL;


int CREATE(LINK *p,int n) 
PCB *pcb,*q;
pcb=(PCB *)malloc(sizeof(PCB));
flushall();
printf("请输入第%d个进程的名称：\\n",n);
gets(pcb->NAME);
printf("请输入第%d个进程的轮转时间片数：\\n",n);
scanf("%d",&(pcb->ROUND));
printf("请输入第%d个进程的到达时间：\\n",n);
scanf("%d",&(pcb->REACHTIME));
pcb->CPUTIME=0;
pcb->COUNT=0;
printf("请输入第%d个进程需运行的时间片数：\\n",n);
scanf("%d",&(pcb->NEEDTIME));
pcb->STATE='W';
pcb->NEXT=NULL;
if(strcmp(pcb->NAME,"")==0||pcb->ROUND<=0||pcb->NEEDTIME<=0) /*输入错误*/
return 0;
q=p->READY;
while(q->NEXT!=NULL&&q->NEXT->REACHTIME<=pcb->REACHTIME)
q=q->NEXT;
pcb->NEXT=q->NEXT;
q->NEXT=pcb;
if(pcb->NEXT==NULL)
p->TAIL=pcb;
return 1;


void FIRSTIN(LINK *p) 
PCB *q;
q=p->READY->NEXT;
p->READY->NEXT=q->NEXT;
q->NEXT=NULL;
if(p->READY->NEXT==NULL)
p->TAIL=p->READY;
q->STATE='R';
p->RUN=q;


void INSERT(LINK *p) 
PCB *pcb;
pcb=(PCB *)malloc(sizeof(PCB));
strcpy(pcb->NAME,p->RUN->NAME);
pcb->ROUND=p->RUN->ROUND;
pcb->REACHTIME=p->RUN->REACHTIME;
pcb->CPUTIME=p->RUN->CPUTIME;
pcb->COUNT=p->RUN->COUNT;
pcb->NEEDTIME=p->RUN->NEEDTIME;
pcb->STATE=p->RUN->STATE;
pcb->NEXT=p->RUN->NEXT;
p->TAIL->NEXT=pcb;
p->TAIL=pcb;
p->RUN=NULL;
pcb->STATE='W';


void PRINT(LINK *p) 
PCB *pcb;
printf("执行一个时间片后的所有进程的状态：\\n\\n");
if(p->RUN!=NULL)
PR(p->RUN);
if(p->READY!=p->TAIL) 
pcb=p->READY->NEXT;
while(pcb!=NULL) 
PR(pcb);
pcb=pcb->NEXT;


pcb=p->FINISH->NEXT;
while(pcb!=NULL) 
PR(pcb);
pcb=pcb->NEXT;



void PR(PCB *p) 
printf("进程名：%s\\n",p->NAME);
printf("进程轮转时间片：%d\\n",p->ROUND);
printf("进程到达时间：%d\\n",p->REACHTIME);
printf("进程占用CPU时间：%d\\n",p->CPUTIME);
printf("计数器：%d\\n",p->COUNT);
printf("进程完成还要的CPU时间：%d\\n",p->NEEDTIME);
printf("进程的状态：%c\\n\\n",p->STATE);

正则表达式标点符号拆分 [Python]

【中文标题】正则表达式标点符号拆分 [Python]

【英文标题】：Regex punctuation split [Python]

【发布时间】：2013-11-22 13:17:26

【问题描述】：

任何人都可以帮助我使用正则表达式吗？我目前有这个：re.split(" +", line.rstrip())，用空格隔开。

我怎样才能扩展它以涵盖标点符号呢？

【参考方案1】：

官方 Python 文档有一个很好的例子。它将拆分所有非字母数字字符（空格和标点符号）。从字面上看，\W 是所有非单词字符的字符类。注意：下划线“_”被认为是一个“单词”字符，不会成为此处拆分的一部分。

re.split('\W+', 'Words, words, words.')

更多示例请参见https://docs.python.org/3/library/re.html，搜索页面“re.split”

【讨论】：

@dantdj 所以你希望它在' 和" 和* 上拆分？这个答案就是这样做的。如My name's steve 将拆分为My name 和s steve。

@dantdj: 要支持 Unicode properly，您可以使用 regex module。用法是一样的，只要保证pattern和string是Unicode：import regex; L = regex.split(ur"\W+", u"किशोरी")

【参考方案2】：

使用string.punctuation 和字符类：

>>> from string import punctuation
>>> r = re.compile(r'[\s]+'.format(re.escape(punctuation)))
>>> r.split('dss!dfs^  #$% jjj^')
['dss', 'dfs', 'jjj', '']

【讨论】：

字。这就是我要找的

【参考方案3】：

import re
st='one two,three; four-five,    six'

print re.split(r'\s+|[,;.-]\s*', st)
# ['one', 'two', 'three', 'four', 'five', 'six']

【讨论】：

如何将 [ 和 ] 合并到 [,;.-] 列表中

@O.rka 如果您有新问题，请提出新问题。但简而言之，[][,;.-]

【参考方案4】：

当您考虑使用正则表达式与任何标点符号进行拆分时，您应该记住\W 模式不匹配下划线（这也是一个标点符号字符）。

因此，您可以使用

import re
tokens = re.split(r'[\W_]+', text)

[\W_] 匹配任何 Unicode 非字母数字字符。

由于re.split可能会在匹配出现在字符串的开头或结尾时返回空项，因此最好使用正逻辑并使用

import re
tokens = re.findall(r'[^\W_]+', text)

[^\W_] 匹配任何 Unicode 字母数字字符。

见Python demo：

import re
text = "!Hello, world!"
print( re.split(r'[\W_]+', text) )
# => ['', 'Hello', 'world', '']
print( re.findall(r'[^\W_]+', text) )
# => ['Hello', 'world']