如何从python中的文本文档中删除所有标点符号和其他符号？

Posted 2021-04-19

我想清理数据集进行分类。我想从文本中删除所有无用的符号。

如何删除所有这些无用的符号，以便文本准备好进行标记化和拆分？

答案

使用此代码，您可以从字符串中删除一个字符：

x = "abcdef"
x = x.replace("a", "")
print(x)
#output: "bcdef"

如果你想删除多个字符，你可以多次使用替换功能，也可以使用另一个字符，或者你可以这样做：

x = "abcdef"
to_remove = "be"
for i in to_remove:
    x = x.replace(i, "")
print(x)
#output: "acdf"