[python] Python에 대한 완전한 문장 부호 세트 (ASCII뿐만 아니라)

이 확인으로 더 잘 할 수 있습니다.

>>> import unicodedata
>>> unicodedata.category("'").startswith("P")
True
>>> unicodedata.category("’").startswith("P")
True

유니 코드 범주 P * 는 구두점 전용입니다 .

커넥터 (Pc), 대시 (Pd), 초기 견적 (Pi), 최종 견적 (Pf), 공개 (Ps), 닫기 (Pe), 기타 (Po)

빠른 회원 확인을 위해 사용할 수있는 철저한 수집을 준비하려면 다음과 같이 정해진 이해를 사용하십시오.

>>> import sys
>>> from unicodedata import category
>>> codepoints = range(sys.maxunicode + 1)
>>> punctuation = {c for i in codepoints if category(c := chr(i)).startswith("P")}
>>> "'" in punctuation
True
>>> "’" in punctuation
True

여기에 할당 표현식 은 이전 Python 버전과 동등한 Python 3.8 이상이 필요합니다.

chrs = (chr(i) for i in range(sys.maxunicode + 1))
punctuation = set(c for c in chrs if category(c).startswith("P"))

다른 문자 중 일부 string.punctuation는 실제로는 유니 코드 범주 Symbol에 있습니다. 원하는 경우 추가하기도 쉽습니다.

답변

import sys
from unicodedata import category
punctuation_chars =  [chr(i) for i in range(sys.maxunicode)
                             if category(chr(i)).startswith("P")]

import unicodedata
class DuckType:
    def __contains__(self,s):
        return unicodedata.category(s).startswith("P")
punct=DuckType()
#print("'" in punct,'"' in punct,"a" in punct)

    import re
    text = re.sub(r"[^\w\s]", "", str(text), flags=re.UNICODE)

>>> import regex as re
>>> re.match("\p{Punctuation}", "'")
<regex.Match object; span=(0, 1), match="'">
>>> re.match("\p{Punctuation}", "’")
<regex.Match object; span=(0, 1), match='’'>