Python：删除标点符号之间的空格

Question

我正在尝试删除句子中标点字符之间出现的空格。为了说明这一点，数据集有很多字符串，如下所示：

 "This is a very nice text : ) : ) ! ! ! ."

但我希望它们看起来像这样：

 "This is a very nice text :):)!!!."

我想使用 RegEx positive lookahead 来做到这一点，但有人可以告诉我如何在 Python 中做到这一点。我现在有了代码，但它通过添加额外的空格与我想要的完全相反：

 string = re.sub('([.,!?()])', r' ', string)

Answer 1

原则上，您可以在标点字符（您捕获的）之间找到 space（spaces？）并仅替换捕获的标点字符：

string = re.sub('([:.,!?()]) ([:.,!?()])', r'', string)

但是，这会导致

This is a very nice text :) :) !! !.

因为 re.sub 不考虑 重叠匹配。

因此，您需要使用零宽度前瞻和后视 - 它们不计入匹配项，因此匹配部分只是 space 字符，然后我们将其替换为空字符串。

string = re.sub('(?<=[:.,!?()]) (?=[:.,!?()])', '', string)

结果是'This is a very nice text :):)!!!.'

Answer 2

您可以使用如下正则表达式：

(?<=[.:,!?()])\s+(?=[.:,!?()])

此处括号之间的两部分是look behind和look aheads，寻找标点符号。然后我们匹配 \s+ （一个或多个空格部分）。然后我们可以用空字符串替换它。例如：

import re

rgx = re.compile(r'(?<=[.:,!?()])\s+(?=[.:,!?()])')

rgx.sub('', 'This is a very nice text : ) : ) ! ! ! .')

然后生成：

>>> rgx.sub('', 'This is a very nice text : ) : ) ! ! ! .')
'This is a very nice text :):)!!!.'

Python: Removing spaces between punctuation with positive lookahead