如何在Python中通过正则表达式对文本进行分词

Question

有没有什么方法可以用正则表达式来清理文本中的空格、句点和逗号，而不使用NLTK库呢？

Answer 1

如果我理解你的问题没错的话，你可以试试这段代码

import re

text = "Split.this,text in seven.separate,words"

myexp=re.compile(r'[\s.,]')

print myexp.split(text)

这样可以得到这个结果

['Split', 'this', 'text', 'in', 'seven', 'separate', 'words']