विभाजन()

Question

का उपयोग करके विभिन्न विराम चिह्नों पर एक स्ट्रिंग को विभाजित करना मैं एक स्ट्रिंग को शब्दों में विभाजित करने, रिक्त स्थान और विराम चिह्नों को हटाने की कोशिश कर रहा हूं।

मैं split() विधि का उपयोग करने की कोशिश की, एक ही बार में सभी विराम गुजर, लेकिन मेरी परिणाम गलत थे:

>>> test='hello,how are you?I am fine,thank you. And you?' 
>>> test.split(' ,.?') 
['hello,how are you?I am fine,thank you. And you?'] 

मैं वास्तव में कैसे पहले से ही regexes के साथ ऐसा करना पता है, लेकिन मैं यह पता लगाने के लिए करना चाहते split() का उपयोग करके इसे कैसे करें। कृपया मुझे एक रेगेक्स समाधान न दें।

Answer 1

यह सबसे अच्छा तरीका है मैं के बारे में सोच सकते हैं फिर से मॉड्यूल का उपयोग किए बिना है आप .split() के उपयोग का विस्तार करने के एक समारोह लिख सकते हैं:

def multi_split(s, seprators): 
    buf = [s] 
    for sep in seprators: 
     for loop, text in enumerate(buf): 
      buf[loop:loop+1] = [i for i in text.split(sep) if i] 
    return buf 

और यह प्रयास करें:

>>> multi_split('hello,how are you?I am fine,thank you. And you?', ' ,.?') ['hello', 'how', 'are', 'you', 'I', 'am', 'fine', 'thank', 'you', 'And', 'you']

यह और अधिक स्पष्ट हो जाएगा और अन्य स्थितियों में इस्तेमाल किया जा सकता है।

Answer 2

आप कई सीमांकक, अपने उदाहरण के रूप में, तो आप इस तरह, अपने विचित्र आपत्तियों के बावजूद re मॉड्यूल का उपयोग करने की आवश्यकता के लिए जा रहे आधार पर एक स्ट्रिंग को विभाजित करना चाहते हैं:

>>> re.split('[?.,]', test) 
['hello', 'how are you', 'I am fine', 'thank you', ' And you', ''] 

यह split का उपयोग कर एक समान परिणाम प्राप्त करने के लिए, लेकिन आपको प्रत्येक चरित्र के लिए एक बार विभाजित करने की आवश्यकता है, और आपको पिछले विभाजन के परिणामों पर पुन: प्रयास करने की आवश्यकता है। यह काम करता है, लेकिन यह यू-ग-एल-y है:

>>> sum([z.split() 
... for z in sum([y.split('?') 
... for y in sum([x.split('.') 
... for x in test.split(',')],[])], [])], []) 
['hello', 'how', 'are', 'you', 'I', 'am', 'fine', 'thank', 'you', 'And', 'you'] 

यह sum() का उपयोग करता सूची पिछले यात्रा से वापस लौटे समतल।

test.replace(',',' ').replace('.',' ').replace('?',' ').split() 

Answer 3

जब से तुम फिर से मॉड्यूल का उपयोग नहीं करना चाहते हैं, तो आप इस का उपयोग कर सकते हैं:

Answer 4

:

"".join((char if char.isalpha() else " ") for char in test).split() 

Answer 5

larsks 'जवाब है, जहां आप सभी विराम चिह्न वर्ण अपने आप को टाइप करने के लिए की जरूरत नहीं है की एक संशोधित संस्करण: necroing के लिए

import re, string 

re.split("[" + string.punctuation + "]+", test) 
['hello', 'how are you', 'I am fine', 'thank you', ' And you', ''] 

Answer 6

क्षमा याचना - इस सूत्र के गैर regex बंटवारे के लिए पहले परिणाम के रूप में आता है एक वाक्य। यह देखकर कि मुझे अपने छात्रों के लिए एक गैर पायथन-विशिष्ट विधि के साथ आना पड़ा था, और यह कि धागा ने मेरे प्रश्न का उत्तर नहीं दिया, मैंने सोचा कि मैं सिर्फ मामले में साझा करूंगा।

कोड की बात नहीं पुस्तकालयों (और यह बड़ी फ़ाइलों पर जल्दी हो जाता है) का उपयोग करने के लिए है:

sentence = "George Bernard-Shaw was a fine chap, I'm sure - who can really say?" 
alpha = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ" 
words = [] 
word = "" 
mode = 0 
for ch in sentence: 
    if mode == 1: 
     words.append(word) 
     word = "" 
     mode = 0 
    if ch in alpha or ch == "'" or ch == "-": 
     word += ch 
    else: 
     mode = 1 
words.append(word) 
print(words) 

आउटपुट:

['George', 'Bernard-Shaw', 'was', 'a', 'fine', 'chap', "I'm", 'sure', '-', 'who', 'can', 'really', 'say'] 

मैं सचमुच के बारे में आधे घंटे में यह लिखा है तो मुझे यकीन है कि तर्क साफ किया जा सकता है।मैंने यह भी स्वीकार किया है कि इसे हाइफ़न जैसे गुफाओं से निपटने के लिए अतिरिक्त तर्क की आवश्यकता हो सकती है, क्योंकि उनका उपयोग एक उल्टा कॉमा की तरह कुछ की तुलना में असंगत है। क्या कोई मॉड्यूल है, वास्तव में, यह वैसे भी सही तरीके से कर सकता है?