スプリットリストに文字列、アクセント付き文字や絵文字を残すが、私は、文字列を持っている場合は句読点

Question

を取り除く：

私は最高のようにのようにPythonで単語のリストに分割しない方法

"O João foi almoçar :) ." 

：

['O','João', 'foi', 'almoçar', ':)'] 

？

感謝:)

ソフィア

Answer 1

句読点はあなたの例のように、独自のスペースで区切られたトークンに該当する場合、それは簡単です：

>>> filter(lambda s: s not in string.punctuation, "O João foi almoçar :) .".split()) 
['O', 'Jo\xc3\xa3o', 'foi', 'almo\xc3\xa7ar', ':)'] 

これがない場合、このようなスマイリーの辞書を定義することができます（さらに追加する必要があります）：

d = { ':)': '<HAPPY_SMILEY>', ':(': '<SAD_SMILEY>'} 

その後、句読点が含まれていないプレースホルダとスマイリーの各インスタンスを置き換える（我々は句読点ではない<>を考慮します）："O João foi almoçar <HAPPY_SMILEY> ."に私たちを取得する

for smiley, placeholder in d.iteritems(): 
    s = s.replace(smiley, placeholder) 

を。私たち"O João foi almoçar <HAPPY_SMILEY>"を与える

s = ''.join(filter(lambda c: c not in '.,!', list(s))) 

：

私たちは、その後、句読点を取り除きます。

私たちは顔文字を元に戻すん：

for smiley, placeholder in d.iteritems(): 
    s = s.replace(placeholder, smiley) 

私たちは、その後分割どちら：

s = s.split() 

を私たちの最終的な結果与える：['O', 'Jo\xc3\xa3o', 'foi', 'almo\xc3\xa7ar', ':)']を。

は、関数にすべて一緒にそれを置く：

def split_special(s): 
    d = { ':)': '<HAPPY_SMILEY>', ':(': '<SAD_SMILEY>'} 
    for smiley, placeholder in d.iteritems(): 
     s = s.replace(smiley, placeholder) 
    s = ''.join(filter(lambda c: c not in '.,!', list(s))) 
    for smiley, placeholder in d.iteritems(): 
     s = s.replace(placeholder, smiley) 
    return s.split() 

Answer 2

>>> import string 
>>> [ i for i in s.split(' ') if i not in string.punctuation] 
['O', 'João', 'foi', 'almoçar', ':)']