Question

如何在python的输入字符串中忽略[a-z] [A-Z]以外的字符，并且在应用方法之后字符串会是什么样的？

我是否需要使用正则表达式？

Answer 1

如果您需要使用正则表达式，请使用否定字符类（[^...]）：

re.sub(r'[^a-zA-Z]', '', inputtext)

负字符类匹配类中命名的 not 。

演示：

>>> import re
>>> inputtext = 'The quick brown fox!'
>>> re.sub(r'[^a-zA-Z]', '', inputtext)
'Thequickbrownfox'

但使用str.translate() 方式更快：

import string
ascii_letters = set(map(ord, string.ascii_letters))
non_letters = ''.join(chr(i) for i in range(256) if i not in ascii_letters)
inputtext.translate(None, non_letters)

使用str.translate() 比正则表达式快10倍以上：

>>> import timeit, partial, re >>> ascii_only = partial(re.compile(r'[^a-zA-Z]').sub, '') >>> timeit.timeit('f(t)', 'from __main__ import ascii_only as f, inputtext as t') 7.903045892715454 >>> timeit.timeit('t.translate(None, m)', 'from __main__ import inputtext as t, non_letters as m') 0.5990171432495117

使用Jakub的方法仍然比较慢：

>>> timeit.timeit("''.join(c for c in t if c not in l)", 'from __main__ import inputtext as t; import string; l = set(string.letters)') 9.960685968399048

Answer 2

您可以使用regex：

re.compile(r'[^a-zA-Z]').sub('', your_string)

您也可以在没有正则表达式的情况下进行管理（例如，如果您有正则表达式恐惧症）：

import string
new_string = ''.join(c for c in old_string
                     if c not in set(string.letters))

虽然我会使用正则表达式，但此示例还具有其他教育价值：set，comprehension和string库。请注意，此处并不严格需要set

如何忽略[a-z] [A-Z]以外的字符

2 个答案: