regex remove_punctuation，但保持单(双)大写字符点。

Question

我需要删除标点符号，但在这个字符串中保留一个点(如果它是人名：)：for ex.：

Michigan State President Samuel L. Stanley Jr. and Interim Provost Teresa Sullivan hosted a webinar Friday night, answering questions from returning MSU students.

我需要在L. Jr.保留点

这将删除所有标点符号：

text = re.sub('[^A-Za-z0-9\s\n]+', '', text)

Answer 1

你可以用

text = re.sub(r'\b([A-Z][a-z]?\.)|_|[^\s\w]+', r'\1', text)

见regex演示

详细信息

• \b([A-Z][a-z]?\.) - word边界，然后是一个组1:大写字母后面跟着一个小写字母，然后是一个点(替换模式中的\1在结果中恢复这个文本，这样这个匹配的部分就不会从字符串中删除)
• | -或
• _ -下划线
• | -或
• [^\s\w]+ -1或更多字符(字母、数字、_和空格除外)。