删除字符串中的字符列表

时间:2012-04-04 18:28:04

标签: python string list replace

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?

18 个答案:

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^]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'