我正在尝试处理多行字符串,替换并删除一些行。这是代码。
>>> txt
'1 Introduction\nPart I: Applied Math and Machine Learning Basics\n2 Linear Algebra'
>>> tmp = []
>>> for line in txt.splitlines():
... if re.findall('[0-9]', line):
... replaced = re.sub('[0-9]', '#', line)
... tmp.append(replaced)
>>> print(tmp)
['# Introduction', '# Linear Algebra']
尽管这段代码已经完成了我的工作,但我不确定这是否是最有效的方法。
有没有更有效的方法?
答案 0 :(得分:1)
您可以对问题中提供的代码使用列表理解,这使代码更简洁。
[re.sub('[0-9]', '#', line) for line in txt.splitlines() if re.findall('[0-9]', line) ]
# Output
['# Introduction', '# Linear Algebra']
此外,就像@CertainPerformance在注释中提到的那样,因为您只想知道字符串中是否存在数字,所以最好使用search
而不是findall
。然后,您可以将列表理解代码重新编写为
[re.sub('[0-9]', '#', line) for line in txt.splitlines() if re.search('[0-9]', line) ]
# Output
['# Introduction', '# Linear Algebra']
在我的机器上使用search
时,我看到了一个小的性能提升。
%%timeit 1000000
[re.sub('[0-9]', '#', line) for line in txt.splitlines() if re.search('[0-9]', line) ]
# 4.76 µs ± 53.7 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%%timeit 1000000
[re.sub('[0-9]', '#', line) for line in txt.splitlines() if re.findall('[0-9]', line) ]
# 5.21 µs ± 114 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)