Question

如果我想进行多个字符串替换，那么最有效的方法是什么？

我旅行中遇到的一种情况如下：

>>> strings = ['a', 'list', 'of', 'strings']
>>> [s.replace('a', '')...replace('u', '')  for s in strings if len(s) > 2]
['a', 'lst', 'of', 'strngs']

Answer 1

您给出的具体示例（删除单个字符）非常适合translate字符串方法，单个字符替换为单个字符。如果输入字符串是Unicode，那么，以及上面两种“替换”，使用translate方法替换具有多个字符串的单个字符也是可以的（如果您需要处理但字节字符串。

如果您需要替换多个字符的子字符串，那么我还建议使用正则表达式 - 尽管不是@ gnibbler的回答推荐的方式;相反，我会从r'onestring|another|yetanother|orthis'构建正则表达式（加入你想要用竖线替换的子串 - 当然，如果它们包含特殊字符，也要确保它们re.escape并写一个简单的替代 - 基于词典的功能。

我现在不打算提供很多代码，因为我不知道这两段中的哪一段适用于你的实际需要，但是（当我后来回到家并再次检查SO时;-)我我很乐意根据您对问题的编辑进行编辑以根据需要添加代码示例（比对此答案的评论更有用; - ）。

编辑：在评论中OP表示他想要一个“更一般”的答案（没有澄清这意味着什么）然后在编辑他的Q时他说他想研究“权衡”在各种片段所有之间使用单字符子串（并检查其存在，而不是按原始请求替换 - 当然是完全不同的语义）。

鉴于这种完全混乱，我可以说是“检查权衡”（性能方面）我喜欢使用python -mtimeit -s'setup things here' 'statements to check'（确保要检查的语句没有副作用以避免扭曲时间测量，因为timeit隐式循环以提供精确的定时测量。）

一般答案（没有任何权衡，涉及多字符子串，完全违背他的Q编辑但与他的评论一致 - 两者完全矛盾，当然不可能满足两个）：

import re

class Replacer(object):

  def __init__(self, **replacements):
    self.replacements = replacements
    self.locator = re.compile('|'.join(re.escape(s) for s in replacements))

  def _doreplace(self, mo):
    return self.replacements[mo.group()]

  def replace(self, s):
    return self.locator.sub(self._doreplace, s)

使用示例：

r = Replacer(zap='zop', zip='zup')
print r.replace('allazapollezipzapzippopzip')

如果要替换的某些子字符串是Python关键字，则需要稍微传递它们，例如，以下内容：

r = Replacer(abc='xyz', def='yyt', ghi='zzq')

会失败，因为def是一个关键字，所以你需要例如：

r = Replacer(abc='xyz', ghi='zzq', **{'def': 'yyt'})

等。

我觉得这对于一个类（而不是程序编程）很有用，因为RE要定位要替换的子串，表示要替换它们的dict，以及执行替换的方法，真的叫出“保持一致“，类实例是在Python中执行这种”保持在一起“的正确方法。闭包工厂也可以工作（因为replace方法实际上是需要在“外部”可见的实例的唯一部分）但是可能不太清楚，更难调试方式：

def make_replacer(**replacements):
  locator = re.compile('|'.join(re.escape(s) for s in replacements))

  def _doreplace(mo):
    return replacements[mo.group()]

  def replace(s):
    return locator.sub(_doreplace, s)

  return replace

r = make_replacer(zap='zop', zip='zup')
print r('allazapollezipzapzippopzip')

唯一真正的优势可能是一个非常适度的更好的性能（需要使用timeit检查“基准案例”被认为是重要且代表使用它的应用程序）作为访问“自由变量”（在这种情况下，replacements，locator，_doreplace）可能比在正常的基于类的方法中访问限定名称（self.replacements等）要快一些（无论这个方法）是否会依赖于正在使用的Python实现，因此需要在重要的基准测试中使用timeit进行检查！）。

Answer 2

您可能会发现创建正则表达式并立即执行所有替换更快。

最好将替换代码移到一个函数中，以便您可以记住，如果列表中可能有重复项

>>> import re
>>> [re.sub('[aeiou]','',s) for s in strings if len(s) > 2]
['a', 'lst', 'of', 'strngs']


>>> def replacer(s, memo={}):
...   if s not in memo:
...     memo[s] = re.sub('[aeiou]','',s)
...   return memo[s]
... 
>>> [replacer(s) for s in strings if len(s) > 2]
['a', 'lst', 'of', 'strngs']

在Python中有效地执行多个字符串替换

2 个答案: