python - 更好地使用re以避免两次通过

关于如何改进此方法的任何想法？

想法是保留连字符，但当它们独立时将其删除。
显示了示例输出

def de_punctuate(xs):
    reg = re.findall(r"[\w'-]+", xs)
    #the pupose of `fun` is to only remove any hyphens that stand alone.
    #i want to keep hyphens-as-joining
    fun = functools.partial(operator.ne, '-')
    return filter(fun, reg)

def no_numbers(xs):
    isa = functools.partial(operator.contains, string.digits)
    fn = lambda x: ''.join(itertools.filterfalse(isa, x))
    return list(filter(fn, xs))

for d in data:
    print(d)
    print(no_numbers(de_punctuate(d)))

输出示例：

Turistguide fikk 40.000 kroner i bot for smugling
['Turistguide', 'fikk', 'kroner', 'i', 'bot', 'for', 'smugling']

- Må kalles opp etter Dale Oen
['Må', 'kalles', 'opp', 'etter', 'Dale', 'Oen']

Kvinne skadet i MC-ulykke ved Haugastøl
['Kvinne', 'skadet', 'i', 'MC-ulykke', 'ved', 'Haugastøl']

输出就是我想要的。但是我觉得改进的正则表达式会有所帮助！

我认为这看起来更干净：

def de_punctuate(xs):
    return re.findall(r"[\w']+(?:-[\w']+)*", xs)

def no_numbers(xs):
    return [ x for x in xs if not re.search(r'[0-9]', x) ]

最佳答案

尝试这样的事情：

re.findall(r"[\w']+(?:-[\w']+)*", myString)

对于

myString = "walk-the-dog can - i - --have -- a- -- look at your pocket-book?"

这样产生：

['walk-the-dog', 'can', 'i', 'have', 'a', 'look', 'at', 'your', 'pocket-book']

关于python - 更好地使用re以避免两次通过，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/11479871/