Python 将字符串拆分为一个列表，保留重音字符和表情符号，但删除标点符号

如果我有字符串：

"O João foi almoçar :) ." 

我如何最好地将其拆分为python中的单词列表，如下所示：

['O','João', 'foi', 'almoçar', ':)']

?

谢谢：）

---

Sofia

如果标点符号像您的示例一样落入其自身的空格分隔标记中，那么很容易：

>>> filter(lambda s: s not in string.punctuation, "O João foi almoçar :) .".split())
['O', 'Jo\xc3\xa3o', 'foi', 'almo\xc3\xa7ar', ':)']

如果不是这样，您可以像这样定义笑脸词典（您需要添加更多）：

这让我们看到了“奥若昂·福伊·阿尔莫萨。”

然后我们去掉标点符号：

for smiley, placeholder in d.iteritems():
    s = s.replace(smiley, placeholder)

s = ''.join(filter(lambda c: c not in '.,!', list(s)))

这就给了我们一个“奥若昂·福伊·阿尔摩萨”

我们会回复笑脸：

for smiley, placeholder in d.iteritems():
    s = s.replace(placeholder, smiley)

然后我们将其拆分：

s = s.split()

给出我们的最终结果：

['O'，'Jo\xc3\xa3o'，'foi'，'almo\xc3\xa7ar'，'：）']

将其全部组合成一个函数：

def split_special(s):
    d = { ':)': '<HAPPY_SMILEY>', ':(': '<SAD_SMILEY>'}
    for smiley, placeholder in d.iteritems():
        s = s.replace(smiley, placeholder)
    s = ''.join(filter(lambda c: c not in '.,!', list(s)))
    for smiley, placeholder in d.iteritems():
        s = s.replace(placeholder, smiley)
    return s.split()

def split_特殊：
d={'：）'：''，：（'：''}
对于smiley，d.iteritems（）中的占位符：
s=s.replace（笑脸，占位符）
s=''.join（筛选器（lambda c:c不在'.，！'列表中））
对于smiley，d.iteritems（）中的占位符：
s=s.replace（占位符，笑脸）
返回s.split（）

如何区分标点符号和表情符号？['O'，'Jo\xc6o'，'foi'，'almo\x87ar'，'：）']

def split_special(s):
    d = { ':)': '<HAPPY_SMILEY>', ':(': '<SAD_SMILEY>'}
    for smiley, placeholder in d.iteritems():
        s = s.replace(smiley, placeholder)
    s = ''.join(filter(lambda c: c not in '.,!', list(s)))
    for smiley, placeholder in d.iteritems():
        s = s.replace(placeholder, smiley)
    return s.split()

>>> import string
>>> [ i for i in s.split(' ') if i not in string.punctuation]
['O', 'João', 'foi', 'almoçar', ':)']