Question

如何从诸如以下的字符串中去除诸如@ ^ ( ) $之类的字符。

Answer 1

首先，ASCII具有@ ^ ( ) $
如果确实要删除@ ^（）$和其他非字母字符，则可以通过调用re.sub

使用正则表达式

import re

x = "Room+Floor+ST+MARGARETI+?8???$??DDS+SCHOOL,71+ST+ALBANS+RD,+RD,+THOMSON,+3219,+VIC,Australia"
regex = re.compile('[^a-zA-Z]')
regex.sub('', x)
# output: RoomFloorSTMARGARETIDDSSCHOOLSTALBANSRDRDTHOMSONVICAustralia

Answer 2

您可以使用正则表达式元字符\W来匹配所有非单词字符（除a-z，A-Z，0-9和_以外的所有字符）。

例如，用空格替换非单词字符，您可以：

>>> str = "Room+Floor+ST+MARGARETI+?8???$? DDS+SCHOOL,71+ST+ALBANS+RD,+RD,+THOMSON,+3219,+VIC,Australia"
>>> re.sub(r'\W+', ' ', str)
'Room Floor ST MARGARETI 8 DDS SCHOOL 71 ST ALBANS RD RD THOMSON 3219 VIC Australia'

例如，您还可以更具体一些，不是单词字符或逗号的所有内容：

>>> re.sub(r'[^\w\,]+', ' ', str)
'Room Floor ST MARGARETI 8 DDS SCHOOL,71 ST ALBANS RD, RD, THOMSON, 3219, VIC,Australia'

Answer 3

也在ASCII表中的“（）@ ^ $”。

您可以使用re.sub替换以下字符：

import re
re.sub('[@^()$]', '', origin_string)

Answer 4

我认为您的意思是删除非字母数字字符。您可以参考ASCII table，并可以执行以下操作：

string = "Room+Floor+ST+MARGARETI+?8???$??DDS+SCHOOL,71+ST+ALBANS+RD,+RD,+THOMSON,+3219,+VIC,Australia"

valid_ranges = [
range(97, 123), # a-z
range(65, 91),  # A-Z
range(48, 58),  # 1-9
]
new_string = ''.join([k for k in string for j in valid_ranges if ord(k) in j])
print(new_string)

输出：

RoomFloorSTMARGARETI8DDSSCHOOL71STALBANSRDRDTHOMSON3219VICAustralia

如何删除非ASCII字符？

4 个答案: