我可以在python的一个语句中做一些字符串替换

Question

我正在尝试使用以下语句在我的字符串中添加几个垃圾字符：

desc = string.replace(desc,'“','"')
desc = string.replace(desc,'”','"')
desc = string.replace(desc,'·','.') 

我可以将上述3个陈述写入单个陈述中，或将前两个陈述发送给单一陈述。

我不能在我的项目中使用任何第三方库。

编辑@unutbu：
我的字符串如下所示：

  

这是'“' my teststring '”'.我想用适当的HTML替换unicode，而不是用unicode值替换整个字符串。

使用代码后：

import HTMLParser

text='“ ” ·'
parser=HTMLParser.HTMLParser()
desc=parser.unescape(text)

我只获取HTML等价物，而不是字符串。但我只想替换适当的值，保留原始字符串中的所有内容。

我希望如下所示：

  

这是“我的测试字符串”。我想用适当的HTML替换unicode，而不是用unicode值替换整个字符串。

Answer 1

HTMLParser位于标准库中：

import HTMLParser

text='“ ” ·'
parser=HTMLParser.HTMLParser()
desc=parser.unescape(text)
print(desc)
# “ ” ·

如果你想在一个声明中，你当然可以

desc=HTMLParser.HTMLParser().unescape(text)

但如果您需要在多个地方调用unescape，这可能不是一个优势，一般来说，链接这样的调用会更难确定异常发生的位置。

请注意，HTMLParser.unescape将取消htmlentitydefs.names2codepoint中定义的所有 HTML实体（加'）。

---

编辑：HTMLParser.unescape返回的字符与您发布的字符不同。 要准确获取这些字符，您可以使用xml.sax.saxutils：

text='“ ” ·'
import xml.sax.saxutils as saxutils
print(saxutils.unescape(text,{'“':'"', '”':'"', '·':'.', }))
# " " .

请注意，saxutils.unescape也会替换<，>和&。如果您只想替换“，”和&middot，那么我会使用aix's answer。

Answer 2

前两个可以使用正则表达式一起完成：

desc = re.sub('&[rl]dquo;', '"', desc)

如果您预见到有许多这样的模式，您可以将它们放入字典并循环应用：

patterns = {'&[rl]dquo;': '"',
            '·':   '.'}

for pattern, repl in patterns.items():
    desc = re.sub(pattern, repl, desc)

与原始代码一样，由于它会多次扫描字符串，因此对于较长的desc，这不能很好地扩展。这是一个可扩展的版本，只扫描一次字符串：

import re

subs = {'rdquo':  '"',
        'ldquo':  '"',
        'middot': '.'}

def repl(matchobj):
  return subs.get(matchobj.group(1), matchobj.group(0))

desc = 'sdf sdfs “ sdf sd “ skdfh · sdf &nonsub; jk'
print re.sub('&(.*?);', repl, desc)

Answer 3

从 Python 3.4 开始，我们现在可以做

import html
text='“ ” ·'
desc=html.unescape(text)
print(desc)  # “ ” ·