Question

我想从我的文档中删除以下每个特殊字符：

symbols = {`,~,!,@,#,$,%,^,&,*,(,),_,-,+,=,{,[,],},|,\,:,;,",<,,,>,.,?,/}

我之所以不做这样的事情的原因：

document = re.sub(r'([^\s\w]|_)+', '', document)

这样，对于以波兰语等语言编写的文档，我也删除了很多（带重音/特殊）字母。

如何在一个表达式中删除上面的每个特殊字符？

Answer 1

您可以使用str.replace()来解决不带正则表达式的问题：

symbols = {"`", "~", "!", "@", "#", "$", "%", "^", "&", "*", "(", ")", "_", "-", "+", "=", "{", "[", "]", "}", "|", "\\", ":", ";", "\"", "<", ",", ">", ".", "?", "/"}

for c in symbols:
    document = document.replace(c, "")

Answer 2

如果您有要删除的符号列表，则可以构造此简单的正则表达式：

rgx = '|'.join(map(re.escape, symbols))

示例：

# example symbols list
symbols = ['"', '<', '+', '*']

document = '<div prop="+*+">'

rgx = '|'.join(map(re.escape, symbols))

document = re.sub(rgx, '', document)

print(document)

输出：

div prop=>

代码'|'.join(map(re.escape, symbols))将构造以下正则表达式：

\"|\<|\+|\*

这意味着匹配符号"，<，+或*中的任何一个。

Answer 3

symbols = ['a', 'b', '|']
document = document.translate({ord(c):None for c in symbols})

Answer 4

如果要从字面上删除每个字符，可以使用str.replace和https://dev.mysql.com/doc/refman/5.6/en/view-algorithms.html模块：

a = '345l,we.gm34mf,]-='

for char in string.punctuation:
    a = a.replace(char, '')
a

'345lwegm34mf'

如果您需要替换更多符号（string.punctuation等于字符串中的'!"#$%&\'()*+,-./:;<=>?@[\\]^_ {|}〜'), you can add them to a

Answer 5

没有回复：

"".join(str(x) for x in document if x not in symbols)

删除一大堆特殊字符

5 个答案: