高效去除标点符号但保留“.com”

Question

我找到了这个讨论：在Python中去掉字符串标点符号的最佳方法

不过我希望能找到一种方法，去掉标点符号，但不去掉链接中的句号。所以如果字符串是

I love using stackoverflow.com on Fridays, Saturdays and Mondays!

那么返回的结果应该是

I love using stackoverflow.com on Fridays Saturdays and Monday

实际上，我希望能够传入一个常见链接结尾的列表，比如 .com、.net、.ly 等等。

Answer 1

这个怎么样（其实就是Felix Kling已经建议过的）:

original = 'I love using stackoverflow.com on Fridays, Saturdays and Mondays!'
unwanted_chars = ',.!?;:'

bits = original.split()
cleaned_up = ' '.join([bit.strip(unwanted_chars) for bit in bits])
print cleaned_up
# I love using stackoverflow.com on Fridays Saturdays and Mondays

补充:

另外，'cleaned_up'就是去掉标点符号后的字符串

Answer 2

一般来说，建议在 .、,、! 这些符号后面加一个空格。如果你能保证输入是正确的，可以用一种叫做正则表达式的工具，来去掉这些符号，前提是它们后面有空格。（或者至少可以对 句号 这样做。）

[.,!?-](\s|$)

另外一种方法是使用一个合法的顶级域名（TLD）名称列表，比如 www. 这样的前缀，或者像 @ 这样的模式，它们周围保留了原来的标点符号。

Answer 3

你可以使用负向前瞻：

[,!?]|\.(?!(com|org|ly))