python中空白/标点符号的小问题？答案

【问题标题】：small issue with whitespeace/punctuation in python?python中空白/标点符号的小问题？
【发布时间】：2011-06-05 02:40:20
【问题描述】：

我有这个功能可以将文本语言转换成英文：

def translate(string):
    textDict={'y':'why', 'r':'are', "l8":'late', 'u':'you', 'gtg':'got to go',
        'lol': 'laugh out    loud', 'ur': 'your',}
    translatestring = ''
    for word in string.split(' '):
        if word in textDict:
            translatestring = translatestring + textDict[word]
        else:
            translatestring = translatestring + word
    return translatestring

但是，如果我想翻译y u l8?，它将返回whyyoul8?。当我返回它们时，我将如何分隔单词，以及如何处理标点符号？任何帮助表示赞赏！

【问题讨论】：

@Wobble，抱歉，我没有收到编辑冲突的通知...

标签： python punctuation

【解决方案1】：

单行理解：

''.join(textDict.get(word, word) for word in re.findall('\w+|\W+', string))

[编辑] 修正正则表达式。

【讨论】：

@icktoofay 为什么代码太多？这就像[f(x) for x in seq]
我意识到了这一点，但我只是认为原始代码更清晰。
@icktoofay dict.get 方法比if x in dict: ... else: ...好多了

【解决方案2】：

您正在将单词添加到没有空格的字符串中。如果您打算以这种方式做事（而不是您在上一个关于此主题的问题中建议的方式），您需要手动重新添加空格，因为您拆分它们。

【讨论】：

【解决方案3】：

"y u l8" 在 " " 上拆分，给出 ["y", "u", "l8"]。替换后，你得到 ["why", "you", "late"] - 你在不添加空格的情况下连接它们，所以你得到 "whyyoulate"。 if 的两个分支都应该插入一个空格。

【讨论】：

【解决方案4】：

您只需添加+ ' ' + 即可添加空格。但是，我认为您要做的是：

import re

def translate_string(str):
    textDict={'y':'why', 'r':'are', "l8":'late', 'u':'you', 'gtg':'got to go',  'lol': 'laugh out loud', 'ur': 'your',}
    translatestring = ''
    for word in re.split('([^\w])*', str):
        if word in textDict:
            translatestring += textDict[word]
        else:
            translatestring += word

    return translatestring


print translate_string('y u l8?')

这将打印：

why you late?

此代码更优雅地处理问号之类的内容，并保留输入字符串中的空格和其他字符，同时保留您的原始意图。

【讨论】：

谢谢！只是为了澄清， '([^\w])*' 到底是做什么的？

【解决方案5】：

我想建议以下替换此循环：

for word in string.split(' '):
    if word in textDict:
        translatestring = translatestring + textDict[word]
    else:
        translatestring = translatestring + word

对于 string.split(' ') 中的单词： translatetring += textDict.get(word, word)

dict.get(foo, default) 将在字典中查找 foo，如果尚未定义 foo，则使用 default。

(运行时间，现在简短说明：拆分时，您可以根据标点符号和空格进行拆分，保存标点符号或空格，并在加入输出字符串时重新引入。这需要更多的工作，但它会完成工作。）

【讨论】：