有没有办法用简单的 ASCII 替换所有类型的连字符'-'？我正在寻找类似的适用于空间的东西：
txt = re.sub(r'[\s]+',' ',txt)
我相信一些非 ASCII'-'连字符避免了删除某些特定停用词（由连字符连接的项目名称）的正确过程。
例如，我想用 AR-L1003 替换此 AR–L1003'，但我想对整个文本执行此操作。
您只需在类中列出这些连字符即可。这是一个可能的列表——根据您的需要进行扩展：
txt = re.sub(r'[‐᠆﹣－⁃−]+','-',txt)
标准re库不支持\p匹配 unicode 类别的语法，但如果您可以导入regex，那么有可能：
import regex
txt = regex.sub(r'\p{Pd}+', '-', txt)
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
