Question

我有一个字符串，其中包含我从Web解析的一些数据，并创建一个以此数据命名的文件。

string = urllib.urlopen("http://example.com").read()
f = open(path + "/" + string + ".txt")
f.write("abcdefg")
f.close()

问题在于可能包含以下字符之一：\ / * ? : " < > |。我正在使用Windows，禁止在文件名中使用这些字符。此外，string在Unicode formar中，这使得大多数解决方案都无用。

所以，我的问题是：剥离这些角色的最有效/ pythonic方式是什么？提前谢谢！

编辑：文件名为Unicode格式不 str！

Answer 1

我们不知道您的数据如何：

但您可以使用re.sub：

import re
your_string = re.sub(r'[\\/*?:"<>|]',"","your_string")

Answer 2

最快的方法是使用unicode.translate，

请参阅unicode.translate。

In [31]: _unistr = u'sdfjkh,/.,we/.,132?.?.23490/,/' # any random string.

In [48]: remove_punctuation_map = dict((ord(char), None) for char in '\/*?:"<>|')

In [49]: _unistr.translate(remove_punctuation_map)Out[49]: 

u'sdfjkh,.,we.,132..23490,'

删除所有标点符号。

In [46]: remove_punctuation_map = dict((ord(char), None) for char in string.punctuation)

In [47]: _unistr.translate(remove_punctuation_map)
Out[47]: u'sdfjkhwe13223490'

从Unicode字符串中删除文件名中的禁止字符的最有效方法

2 个答案: