如何从 python 中的阿拉伯字符串中删除英文文本？

Question

我有一个带有英文文本和标点符号的阿拉伯语字符串。我需要过滤阿拉伯语文本，我尝试使用 sting 删除标点符号和英文单词。但是，我丢失了阿拉伯语单词之间的间距。我哪里错了？

import string
exclude = set(string.punctuation)

main_text = "وزارة الداخلية: لا تتوفر لدينا معلومات رسمية عن سعوديين موقوفين في ليبيا http://alriyadh.com/1031499"
main_text = ''.join(ch for ch in main_text if ch not in exclude)
[output after this step="وزارة الداخلية لا تتوفر لدينا معلومات رسمية عن سعوديين موقوفين في ليبيا httpalriyadhcom1031499]"
n = filter(lambda x: x not in string.printable, n)
print n
وزارةالداخليةلاتتوفرلدينامعلوماترسميةعنسعوديينموقوفينفيليبيا

我可以删除标点符号和英文文本，但我丢失了单词之间的 space。如何保留每个单词？

Answer 1

您可以使用

将 space 保存在您的字符串中

n = filter(lambda x: True if x==' ' else x not in string.printable , main_text)

或

n = filter(lambda x: x==' ' or x not in string.printable , main_text)

这将检查字符是否为 space，如果不是则检查它是否可打印。

Answer 2

您可以阻止它删除任何空格，如下所示：

n = filter(lambda x: x in string.whitespace or x not in string.printable, n)

如何从 python 中的阿拉伯字符串中删除英文文本？

How to remove english text from arabic string in python?

python

lambda

nlp