現在、次の正規表現パターンを使用して、その文の記号を削除しています。特定の記号以外の正規表現を特定する
sentence = re.sub("[^a-zA-Z]"," ", sentence)
はしかし、私はすべての-を維持し、文章内の他のすべてのシンボルを削除します。
たとえば、以下の文章では、次のように出力したいと思います。
Input: tim-tam is a tasty, yummy chocolate.
Output: tim-tam is a tasty yummy chocolate
これを行うために現在の正規表現パターンを改善するにはどうすればよいですか？
regular expression syntaxを参照してください。
[^a-zA-Z]は、a-zまたはA-Zの範囲にない任意の文字と一致することを意味します。
範囲内にない文字は、セットを補完することによって照合できます。セットの最初の文字が '^'の場合、セットに含まれていない文字はすべて一致します。たとえば、[^ 5]は '5'以外の文字と一致し、[^^]は '^'以外の文字と一致します。 ^は、セットの最初の文字でない場合、特別な意味はありません。
あなたも-を除外したい場合は、それを含める：[^a-zA-Z-]
[^-ZA-Z-]-Z、A-Z又はダッシュしかし
何か。
これは
sentence = re.sub("[^a-zA-Z]"," ", sentence)
あなたの現在の正規表現であり、あなたが-を除外したい場合は、
sentence = re.sub("[^a-zA-Z-]"," ", sentence)
を使用[]の冒頭にあるキャレットは、「このcではありませんハーパークラス "と呼ばれる。したがって、セットに-を追加すると、一致から除外されます。
ありがとうございました。できます。私は '' ''の前に出てくることを無視したいと思いますが、それを[^ a-zA-Z-s]と書くのは正しいですか？例えば、入力：「犬の「食べ物」は仕上げ」出力：「犬の食べ物は仕上げ」 –
ありがとうございます。できます。私はこれを答えとして受け入れます。私は '' ''の前に出てくることを無視したいと思いますが、それを[^ a-zA-Z-s]と書くのは正しいですか？たとえば、入力：「犬の食べ物」は仕上げです。出力：「犬の食べ物は仕上げです」 –
いいえ、それはもっと複雑なパターンになります。 '[]'は一連の文字を示します。あなたは否定的な先読みでそれを達成することができます（私の答えにリンクされているドキュメンテーションでそれを探します）。例： '[^ a-zA-Z - '] |'（？！s）'。 ''（？！s）の部分は、' ''の後ろに 's'がマッチします。 '| 'は、またはを意味します。 – Galen