想要把一大段中文文本中所有的标点符号删除掉，然后分词制作语料库使用，大神们有没有办法呢？或者哪位大神有中文语料库给个链接好不好？我想做新闻的文本相似度分析，提取关键词的时候需要语料库。
谢谢大神们~~~~~
既然你要语料库，程序就不是必须的了，用ultraedit之类的工具，内置批量替换功能，运行下即可。
http://www.mathackers.com/2015/01/nlpy-corpora/
英文的标点符号倒是有string.punctuation
中文删掉标点只要中文字符的话一种tricky的做法就是只保留text中的中文字符：
# -*- coding: utf-8 -*-
import re
text = '一、二，三。四！五？'
print(''.join(re.findall(u'[\u4e00-\u9fff]+', text)))
但似乎你想要的不只是删掉中文标点。。