如何从一个单独的字符串IFF中删除特殊字符。我正在尝试建立推文作者分类模型,我的想法是某些人将特殊字符用作商标,它可以帮助模型进行更好的判断,例如
P!nk
A$AP
是两位歌手的商标。我想删除个别的重复的特殊字符,例如
whatt??
This is Good. I want both dots removed.
I'm thinking....
但是不想删除#hashtag_for_life
或类似的东西>>
我用过
re.sub(r'([\W_])\1+',' ','hi my % na$me is @shady #for_life')
但个人失败。有人可以提供解决方案吗?
EDIT:EXAMPLE
我如何转换
'p!nk & A$AP are 2 singers..... what? are the b0th rappers? ? ? NO!! #singer ##rapper @shady'
到
'p!nk A$AP are singers what are the b0th rappers NO #singer #rapper @shady'
这意味着单个数字消失了,单个特殊字符消失了,尾部特殊字符消失了,重复的特殊字符被更改为单个特殊字符,它们位于单词的中间或开头。
如何从一个单独的字符串IFF中删除特殊字符。我正在尝试使用推特作者分类模型,我的想法是某些人使用特殊字符...
请您尝试以下操作: