用 ascii 连字符“-”替换所有连字符类型
Replace all hyphen types by the ascii hyphen "-"
有没有办法用简单的 ascii“-”替换所有类型的连字符？
我正在寻找类似这样的适用于空间的东西：
txt = re.sub(r'[\s]+',' ',txt)
我相信一些非 ascii“-”连字符正在避免删除某些特定停用词（由连字符连接的项目名称）的正确过程：
我想将此 AR–L1003' 替换为 AR-L1003，但我想对整个文本执行此操作。
您可以在 class 中列出这些连字符。这是一个可能的列表——将其扩展到您的需要：
txt = re.sub(r'[‐᠆﹣－⁃−]+','-',txt)
标准re库不支持匹配unicode类别的\p语法，但如果可以导入regex，则可以：
import regex
txt = regex.sub(r'\p{Pd}+', '-', txt)
有没有办法用简单的 ascii“-”替换所有类型的连字符？ 我正在寻找类似这样的适用于空间的东西：
txt = re.sub(r'[\s]+',' ',txt)
我相信一些非 ascii“-”连字符正在避免删除某些特定停用词（由连字符连接的项目名称）的正确过程：
我想将此 AR–L1003' 替换为 AR-L1003，但我想对整个文本执行此操作。
您可以在 class 中列出这些连字符。这是一个可能的列表——将其扩展到您的需要：
txt = re.sub(r'[‐᠆﹣－⁃−]+','-',txt)
标准re库不支持匹配unicode类别的\p语法，但如果可以导入regex，则可以：
import regex
txt = regex.sub(r'\p{Pd}+', '-', txt)