Python从文本文件中删除标点符号

Question

我正试图从我的文本文件中删除标点符号列表，但我只有一个问题是单词与连字符分开。例如，如果我有“post-trauma”这个词，我会得到“posttrama”，相反我想得到“post”“trauma”。

我的代码是:

 punct=['!', '#', '"', '%', '$', '&', ')', '(', '+', '*', '-'] 

 with open(myFile, "r") as f:
      text= f.read()
      remove = '|'.join(REMOVE_LIST) #list of word to remove
      regex = re.compile(r'('+remove+r')', flags=re.IGNORECASE) 
      out = regex.sub("", text)

      delta= " ".join(out.split())
      txt = "".join(c for c in delta if c not in punct )

有办法解决吗？

Answer 1

我相信你可以在 delta 上调用内置的 replace 函数，所以你的最后一行将变成如下:

txt = "".join(c for c in delta.replace("-", " ") if c not in punct )

这意味着您文本中的所有连字符都将变成空格，因此这些词将被视为是分开的。