python - 从单词列表中去除标点符号

Question

我希望从这样的单词列表中删除所有标点符号，同时保持格式相同:句子是:我要回家了。我会看看，如果我能做到的话!我会看到吗？

这就是我的数据集的样子:

[[u'i', u'am', u'going', u'home.', u'i', u'will', u'see,', u'if', u'i', u'can', u'do', u'that!', u'i', u'will', u'see?']]

我怎样才能去掉标点符号？字符串方法不起作用，因为数据是列表格式的列表。

这是我试过的:

punc=res
punc=[''.join(c for c in s if c not in string.punctuation) for s in punc]
print(punc)

其中 res 是上述格式的我的数据集。这行不通。

Answer 1

您的代码段不起作用的原因是您在列表中有一个列表。您的代码只处理一个平面列表。见下文:

[[u'i', u'am', u'going', u'home.', u'i', u'will', u'see,', u'if', u'i', u'can', u'do', u'that!', u'i', u'will', u'see?']]

如果您删除多余的括号，您的代码将有效:

>>> punc = [u'i', u'am', u'going', u'home.', u'i', u'will', u'see,', u'if', u'i', u'can', u'do', u'that!', u'i', u'will', u'see?']
>>> print [''.join(c for c in s if c not in string.punctuation) for s in punc]
[u'i', u'am', u'going', u'home', u'i', u'will', u'see', u'if', u'i', u'can', u'do', u'that', u'i', u'will', u'see']

---

您可以通过调用 str.strip() 稍微简化该代码

>>> [x.strip(string.punctuation) for x in punc]
[u'i',
 u'am',
 u'going',
 u'home',
 u'i',
 u'will',
 u'see',
 u'if',
 u'i',
 u'can',
 u'do',
 u'that',
 u'i',
 u'will',
 u'see']

如果您需要处理列表中的列表(如您的示例)，只需添加另一个循环即可。这也适用于您的原始代码段。

>>> [[x.strip(string.punctuation) for x in y] for y in punc]
[[u'i',
  u'am',
  u'going',
  u'home',
  u'i',
  u'will',
  u'see',
  u'if',
  u'i',
  u'can',
  u'do',
  u'that',
  u'i',
  u'will',
  u'see']]