用于将一篇文章分成句子所使用的标记都被称为标点符号。从广义上讲，英语语法中列出了 14 个标点符号。它们是句号、问号、感叹号、逗号、分号、冒号、破折号、连字符、括号、括号、大括号、撇号、引号和省略号。中文的标点符号更多样。在本文中，我们将看到如何使用 Python 从我们的数据中删除这些标点符号。

使用循环遍历删除标点符号

biaodian = '''!()-[]{};:'"\,<>./?@#$%^&*_~！？。，、；：“”『』（）《》〈〉「」﹃﹄‘’“”〝〞〔〕〖〗〘〙〚〛～]''' str1 = "Hello,World!（你好，世界！）"str2 = ""for char in str1:   if char not in biaodian:       str2 = str2 + char print(str2)# 输出：HelloWorld你好世界

上面的示例代码使用 for 循环迭代提供的字符串。在每次迭代中检查字符是否是标点符号，如果不是标点符号，将连接到新字符串。最终，输出了清理标点符号后的字符串。

使用正则表达式删除标点符号

Python 为我们提供了正则表达式库（re）来管理各种正则表达式。通常，字符串搜索算法利用模式对字符串进行“查找”或“查找和替换”操作。

Python中的正则表达式带有 sub() 函数，我们将使用该函数，从 python 中的字符串中删除标点符号。

「re.sub 的语法」

re.sub(pattern, replacement, original_string)

pattern：我们要替换的标点符号。 replacement：模式替换字符串（一般是空字符串）。 original_string：我们需要从中删除标点符号的原始字符串。

import restr1 = "Hello,World!（你好，世界！）"str2 = re.sub(r'[^\w\s]','',str1)print(str2)# 输出：HelloWorld你好世界

translate() 方法是在 python 中删除字符串中标点符号的最快方法。translate() 函数包含在 string 库中。所以，我们需要导入 string。

translate() 方法返回一个字符串，其中某些特定字符被替换为字典或映射表中的字符。

import stringstr1 = "Hello,World!（你好，世界！）"str2 = str1.translate(str.maketrans('', '', string.punctuation))print(str2)# 输出：HelloWorld（你好，世界！）

string.punctuation 是 string 库中的一个常量，包含了所有英文标点符号。

str.maketrans() 此方法返回一个可供 str.translate() 使用的转换对照表。

对于中文标点符号，可以调用 zhon 库中的 punctuation 即可得到中文的标点符号集合。

from zhon.hanzi import punctuationstr1 = "Hello,World!（你好，世界！）"str2 = str1.translate(str.maketrans('', '', punctuation))print(str2)# 输出：Hello,World!你好世界

列表是 Python 中最流行的内置数据类型之一。因此，我们必须了解如何从列表中删除标点符号。

list1 = ["Hello,","World!","（你好，","世界！）"]def remove_punc(string):    biaodian = '''!()-[]{};:'"\,<>./?@#$%^&*_~！？。，、；：“”『』（）《》〈〉「」﹃﹄‘’“”〝〞〔〕〖〗〘〙〚〛～]'''     for i in string:          if i in biaodian:              string = string.replace(i, "")     return stringlist2 = [remove_punc(i) for i in list1]print(list2) # 输出：['Hello', 'World', '你好', '世界']

有多种方法可以循环访问列表。在上面的示例中，我们使用列表推导来遍历列表的所有元素。我们创建一个自定义函数，该函数接受字符串作为参数并删除字符串的所有标点符号。删除过程是通过将所有标点符号替换为空字符来完成的。

从文件中删除标点符号

本示例中文本文件 1.txt 的内容是：Hello,World!（你好，世界！）。

def remove_punc(string):    biaodian = '''!()-[]{};:'"\,<>./?@#$%^&*_~！？。，、；：“”『』（）《》〈〉「」﹃﹄‘’“”〝〞〔〕〖〗〘〙〚〛～]'''     for i in string:          if i in biaodian:              string = string.replace(i, "")     return string try:    with open("1.txt",'r',encoding="utf-8") as f:        data = f.read()    with open("1.txt","w+",encoding="utf-8") as f:        f.write(remove_punc(data))    print("移除标点符号完成", "1.txt")except FileNotFoundError:    print("未找到文件")

创建了一个自定义函数来删除所有字符串标点字符。然后我们使用 open() 打开文件进行读取、重写。为了避免“找不到文件”错误，我们使用 try-except 方法。

❝

文章创作不易，如果您喜欢这篇文章，请关注、点赞并分享给朋友。如有意见和建议，请在评论中反馈！

❞