在工作中經常遇到很多特殊的标點符号，像中文标點符号，英文标點符号。英文的标點符号比較容易過濾，而過濾中文的标點符号較麻煩。下面是從郵件中過濾特殊符号的方式供參考。
下面是一封垃圾郵件的過濾執行個體：
"想做/ 兼_職/學生_/ 的 、加,我Q： 1 5. 8 0. ！！？？ 8 6 。0. 2。 3 有,驚,喜,哦"
郵件中的“！？。、”都是中文的，而“/.”是英文的
下面是過濾方式：
<span style="font-size:18px;">#-*-coding:utf-8-*-
import re
temp = "想做/ 兼_職/學生_/ 的 、加,我Q： 1 5. 8 0. ！！？？ 8 6 。0. 2。 3 有,驚,喜,哦"
temp = temp.decode("utf8")
string = re.sub("[\s+\.\!\/_,$%^*(+\"\']+|[+——！，。？、~@#￥%……&*（）]+".decode("utf8"), "".decode("utf8"),temp)
print string
</span> 複制
過濾後的效果如下：
<span style="font-size:18px;">想做兼職學生的加我Q158086023有驚喜哦</span>
處理成上述格式後就容易進行分詞分析處理了。