我试图从一些文本中删除所有特殊字符,这是我的正则表达式:
pattern = re.compile('[\W_]+', re.UNICODE)
words = str(pattern.sub(' ', words))
这段代码非常简单,但是很不幸,在使用撇号(单引号)时会导致问题。例如,如果我有单词“doesn't”,这段代码会返回“doesn”。
有没有办法修改这个正则表达式,使其不会在这种情况下移除撇号?
编辑:这就是我想要的:
doesn't this mean it -technically- works?
应该是这样的:技术上讲,这不意味着它能正常工作吗?