我想在python中删除字符串中的字符:
string.replace(',', '').replace("!", '').replace(":", '').replace(";", '')...
但我必须删除许多字符。我想到了一个清单
list = [',', '!', '.', ';'...]
但是如何使用list
替换string
中的字符?
答案 0 :(得分:254)
如果您使用的是python2且输入是字符串(不是unicodes),那么最好的方法是str.translate
:
>>> chars_to_remove = ['.', '!', '?']
>>> subj = 'A.B!C?'
>>> subj.translate(None, ''.join(chars_to_remove))
'ABC'
否则,需要考虑以下选项:
一个。通过char迭代主题char,省略不需要的字符和join
结果列表:
>>> sc = set(chars_to_remove)
>>> ''.join([c for c in subj if c not in sc])
'ABC'
(请注意,生成器版本''.join(c for c ...)
的效率会降低。)
B中。使用空字符串动态创建正则表达式re.sub
:
>>> import re
>>> rx = '[' + re.escape(''.join(chars_to_remove)) + ']'
>>> re.sub(rx, '', subj)
'ABC'
(re.escape
确保^
或]
等字符不会破坏正则表达式。)
℃。使用mapping variant of translate
:
>>> chars_to_remove = [u'δ', u'Γ', u'ж']
>>> subj = u'AжBδCΓ'
>>> dd = {ord(c):None for c in chars_to_remove}
>>> subj.translate(dd)
u'ABC'
完整的测试代码和时间安排:
#coding=utf8
import re
def remove_chars_iter(subj, chars):
sc = set(chars)
return ''.join([c for c in subj if c not in sc])
def remove_chars_re(subj, chars):
return re.sub('[' + re.escape(''.join(chars)) + ']', '', subj)
def remove_chars_re_unicode(subj, chars):
return re.sub(u'(?u)[' + re.escape(''.join(chars)) + ']', '', subj)
def remove_chars_translate_bytes(subj, chars):
return subj.translate(None, ''.join(chars))
def remove_chars_translate_unicode(subj, chars):
d = {ord(c):None for c in chars}
return subj.translate(d)
import timeit, sys
def profile(f):
assert f(subj, chars_to_remove) == test
t = timeit.timeit(lambda: f(subj, chars_to_remove), number=1000)
print ('{0:.3f} {1}'.format(t, f.__name__))
print (sys.version)
PYTHON2 = sys.version_info[0] == 2
print ('\n"plain" string:\n')
chars_to_remove = ['.', '!', '?']
subj = 'A.B!C?' * 1000
test = 'ABC' * 1000
profile(remove_chars_iter)
profile(remove_chars_re)
if PYTHON2:
profile(remove_chars_translate_bytes)
else:
profile(remove_chars_translate_unicode)
print ('\nunicode string:\n')
if PYTHON2:
chars_to_remove = [u'δ', u'Γ', u'ж']
subj = u'AжBδCΓ'
else:
chars_to_remove = ['δ', 'Γ', 'ж']
subj = 'AжBδCΓ'
subj = subj * 1000
test = 'ABC' * 1000
profile(remove_chars_iter)
if PYTHON2:
profile(remove_chars_re_unicode)
else:
profile(remove_chars_re)
profile(remove_chars_translate_unicode)
结果:
2.7.5 (default, Mar 9 2014, 22:15:05)
[GCC 4.2.1 Compatible Apple LLVM 5.0 (clang-500.0.68)]
"plain" string:
0.637 remove_chars_iter
0.649 remove_chars_re
0.010 remove_chars_translate_bytes
unicode string:
0.866 remove_chars_iter
0.680 remove_chars_re_unicode
1.373 remove_chars_translate_unicode
---
3.4.2 (v3.4.2:ab2c023a9432, Oct 5 2014, 20:42:22)
[GCC 4.2.1 (Apple Inc. build 5666) (dot 3)]
"plain" string:
0.512 remove_chars_iter
0.574 remove_chars_re
0.765 remove_chars_translate_unicode
unicode string:
0.817 remove_chars_iter
0.686 remove_chars_re
0.876 remove_chars_translate_unicode
(作为旁注,remove_chars_translate_bytes
的数字可能会让我们知道为什么业界不愿意长期采用Unicode。
答案 1 :(得分:108)
您可以使用str.translate()
:
s.translate(None, ",!.;")
示例:
>>> s = "asjo,fdjk;djaso,oio!kod.kjods;dkps"
>>> s.translate(None, ",!.;")
'asjofdjkdjasooiokodkjodsdkps'
答案 2 :(得分:35)
您可以使用translate方法。
s.translate(None, '!.;,')
答案 3 :(得分:15)
''.join(c for c in myString if not c in badTokens)
答案 4 :(得分:9)
如果您正在使用 python3 并寻找translate
解决方案 - 该功能已更改,现在需要1个参数而不是2个。
该参数是一个表(可以是字典),其中每个键是要查找的字符的Unicode序号(int),值是替换(可以是Unicode序号或用于映射键的字符串)
以下是一个用法示例:
>>> list = [',', '!', '.', ';']
>>> s = "This is, my! str,ing."
>>> s.translate({ord(x): '' for x in list})
'This is my string'
答案 5 :(得分:8)
使用正则表达式的另一种方法:
''.join(re.split(r'[.;!?,]', s))
答案 6 :(得分:6)
你可以使用这样的东西
def replace_all(text, dic):
for i, j in dic.iteritems():
text = text.replace(i, j)
return text
此代码不是我自己的代码,来自here这是一篇很棒的文章,深入讨论这个代码
答案 7 :(得分:6)
为什么不是一个简单的循环?
for i in replace_list:
string = string.replace(i, '')
另外,请避免命名列表'list'。它会覆盖内置函数list
。
答案 8 :(得分:3)
也许是一种更现代,更实用的方式来实现您的目标:
>>> subj = 'A.B!C?'
>>> list = set([',', '!', '.', ';', '?'])
>>> filter(lambda x: x not in list, subj)
'ABC'
请注意,对于这个特殊目的而言,这是一个过度杀伤,但一旦你需要更复杂的条件,过滤器就会派上用场
答案 9 :(得分:3)
关于删除UTF-8重音的一个有趣话题是将字符串转换为标准的非重音字符串:
What is the best way to remove accents in a python unicode string?
从主题中提取代码:
import unicodedata
def remove_accents(input_str):
nkfd_form = unicodedata.normalize('NFKD', input_str)
return u"".join([c for c in nkfd_form if not unicodedata.combining(c)])
答案 10 :(得分:2)
简单的方法,
import re
str = 'this is string ! >><< (foo---> bar) @-tuna-# sandwich-%-is-$-* good'
// condense multiple empty spaces into 1
str = ' '.join(str.split()
// replace empty space with dash
str = str.replace(" ","-")
// take out any char that matches regex
str = re.sub('[!@#$%^&*()_+<>]', '', str)
输出:
this-is-string--foo----bar--tuna---sandwich--is---good
答案 11 :(得分:2)
删除*%,&@!从字符串下面:
s = "this is my string, and i will * remove * these ** %% "
new_string = s.translate(s.maketrans('','','*%,&@!'))
print(new_string)
# output: this is my string and i will remove these
答案 12 :(得分:1)
这个怎么样 - 一个班轮。
reduce(lambda x,y : x.replace(y,"") ,[',', '!', '.', ';'],";Test , , !Stri!ng ..")
答案 13 :(得分:1)
这些天我正在深入计划,现在我认为擅长递归和评估。哈哈哈。只是分享一些新方法:
首先,评估它
print eval('string%s' % (''.join(['.replace("%s","")'%i for i in replace_list])))
第二,递减它
def repn(string,replace_list):
if replace_list==[]:
return string
else:
return repn(string.replace(replace_list.pop(),""),replace_list)
print repn(string,replace_list)
嘿,不要贬低。我只是想分享一些新想法。
答案 14 :(得分:1)
我认为这很简单并且可以做到!
list = [",",",","!",";",":"] #the list goes on.....
theString = "dlkaj;lkdjf'adklfaj;lsd'fa'dfj;alkdjf" #is an example string;
newString="" #the unwanted character free string
for i in range(len(TheString)):
if theString[i] in list:
newString += "" #concatenate an empty string.
else:
newString += theString[i]
这是一种方法。但是,如果您厌倦了保留要删除的字符列表,您实际上可以通过使用您迭代的字符串的订单号来实现。订单号是该字符的ascii值。作为char的0的ascii数是48,小写z的ascii数是122,所以:
theString = "lkdsjf;alkd8a'asdjf;lkaheoialkdjf;ad"
newString = ""
for i in range(len(theString)):
if ord(theString[i]) < 48 or ord(theString[i]) > 122: #ord() => ascii num.
newString += ""
else:
newString += theString[i]
答案 15 :(得分:0)
我正在考虑解决这个问题。首先,我将字符串输入作为列表。然后我会替换列表项。然后通过使用join命令,我将列表作为字符串返回。代码可以是这样的:
def the_replacer(text):
test = []
for m in range(len(text)):
test.append(text[m])
if test[m]==','\
or test[m]=='!'\
or test[m]=='.'\
or test[m]=='\''\
or test[m]==';':
#....
test[n]=''
return ''.join(test)
这会从字符串中删除任何内容。你怎么看待这个?
答案 16 :(得分:0)
以下是more_itertools
方法:
import more_itertools as mit
s = "A.B!C?D_E@F#"
blacklist = ".!?_@#"
"".join(mit.flatten(mit.split_at(s, pred=lambda x: x in set(blacklist))))
# 'ABCDEF'
这里我们拆分blacklist
中找到的项目,展平结果并加入字符串。
答案 17 :(得分:0)
Python 3,单行列表理解实现。
from string import ascii_lowercase # 'abcdefghijklmnopqrstuvwxyz'
def remove_chars(input_string, removable):
return ''.join([_ for _ in input_string if _ not in removable])
print(remove_chars(input_string="Stack Overflow", removable=ascii_lowercase))
>>> 'S O'