删除string中的字符列表
我想删除python中的string中的字符:
string.replace(',', '').replace("!", '').replace(":", '').replace(";", '')...
但我有很多人物,我必须删除。 我想了一个清单
list = [',', '!', '.', ';'...]
但是,我怎样才能使用list
来replacestring
中的string
?
如果你使用python2而你的input是string(而不是unicode),绝对最好的方法是str.translate
:
>>> chars_to_remove = ['.', '!', '?'] >>> subj = 'AB!C?' >>> subj.translate(None, ''.join(chars_to_remove)) 'ABC'
否则,有以下选项需要考虑:
A.通过char迭代主题字符,省略不需要的字符并join
结果列表:
>>> sc = set(chars_to_remove) >>> ''.join([c for c in subj if c not in sc]) 'ABC'
(请注意,生成器版本''.join(c for c ...)
效率较低)。
B.dynamic创build正则expression式,使用空stringre.sub
创build正则expression式:
>>> import re >>> rx = '[' + re.escape(''.join(chars_to_remove)) + ']' >>> re.sub(rx, '', subj) 'ABC'
( re.escape
确保像^
或者]
这样的字符不会破坏正则expression式)。
C.使用translate
的映射变体 :
>>> chars_to_remove = [u'δ', u'Γ', u'ж'] >>> subj = u'AжBδCΓ' >>> dd = {ord(c):None for c in chars_to_remove} >>> subj.translate(dd) u'ABC'
完整的testing代码和时间:
#coding=utf8 import re def remove_chars_iter(subj, chars): sc = set(chars) return ''.join([c for c in subj if c not in sc]) def remove_chars_re(subj, chars): return re.sub('[' + re.escape(''.join(chars)) + ']', '', subj) def remove_chars_re_unicode(subj, chars): return re.sub(u'(?u)[' + re.escape(''.join(chars)) + ']', '', subj) def remove_chars_translate_bytes(subj, chars): return subj.translate(None, ''.join(chars)) def remove_chars_translate_unicode(subj, chars): d = {ord(c):None for c in chars} return subj.translate(d) import timeit, sys def profile(f): assert f(subj, chars_to_remove) == test t = timeit.timeit(lambda: f(subj, chars_to_remove), number=1000) print ('{0:.3f} {1}'.format(t, f.__name__)) print (sys.version) PYTHON2 = sys.version_info[0] == 2 print ('\n"plain" string:\n') chars_to_remove = ['.', '!', '?'] subj = 'AB!C?' * 1000 test = 'ABC' * 1000 profile(remove_chars_iter) profile(remove_chars_re) if PYTHON2: profile(remove_chars_translate_bytes) else: profile(remove_chars_translate_unicode) print ('\nunicode string:\n') if PYTHON2: chars_to_remove = [u'δ', u'Γ', u'ж'] subj = u'AжBδCΓ' else: chars_to_remove = ['δ', 'Γ', 'ж'] subj = 'AжBδCΓ' subj = subj * 1000 test = 'ABC' * 1000 profile(remove_chars_iter) if PYTHON2: profile(remove_chars_re_unicode) else: profile(remove_chars_re) profile(remove_chars_translate_unicode)
结果:
2.7.5 (default, Mar 9 2014, 22:15:05) [GCC 4.2.1 Compatible Apple LLVM 5.0 (clang-500.0.68)] "plain" string: 0.637 remove_chars_iter 0.649 remove_chars_re 0.010 remove_chars_translate_bytes unicode string: 0.866 remove_chars_iter 0.680 remove_chars_re_unicode 1.373 remove_chars_translate_unicode --- 3.4.2 (v3.4.2:ab2c023a9432, Oct 5 2014, 20:42:22) [GCC 4.2.1 (Apple Inc. build 5666) (dot 3)] "plain" string: 0.512 remove_chars_iter 0.574 remove_chars_re 0.765 remove_chars_translate_unicode unicode string: 0.817 remove_chars_iter 0.686 remove_chars_re 0.876 remove_chars_translate_unicode
(作为一个侧面说明, remove_chars_translate_bytes
的数字可能会给我们一个线索,为什么业界不愿采用Unicode这么长时间)。
你可以使用str.translate()
:
s.translate(None, ",!.;")
例:
>>> s = "asjo,fdjk;djaso,oio!kod.kjods;dkps" >>> s.translate(None, ",!.;") 'asjofdjkdjasooiokodkjodsdkps'
您可以使用翻译方法。
s.translate(None, '!.;,')
''.join(c for c in myString if not c in badTokens)
另一种使用正则expression式的方法:
''.join(re.split(r'[.;!?,]', s))
你可以使用这样的东西
def replace_all(text, dic): for i, j in dic.iteritems(): text = text.replace(i, j) return text
这个代码不是我自己的,来自这里的是一篇很好的文章,并深入讨论了这一点
为什么不是简单的循环?
for i in replace_list: string = string.replace(i, '')
另外,避免命名列表“列表”。 它覆盖了内置的函数list
。
如果您使用的是python3并寻找translate
解决scheme – function已更改,现在需要1个参数而不是2个。
该参数是一个表(可以是字典),其中每个键是要查找的字符的Unicode序数(int),并且该值是replace(可以是Unicode序号或用于映射键的string)。
这是一个用法示例:
>>> list = [',', '!', '.', ';'] >>> s = "This is, my! str,ing." >>> s.translate({ord(x): '' for x in list}) 'This is my string'
另外一个关于删除UTF-8口音的有趣话题形成了一个将string转换为标准非加重字符的string:
删除python unicodestring中的重音符号的最佳方法是什么?
代码从主题中提取:
import unicodedata def remove_accents(input_str): nkfd_form = unicodedata.normalize('NFKD', input_str) return u"".join([c for c in nkfd_form if not unicodedata.combining(c)])
也许更现代和function的方式来实现你所希望的:
>>> subj = 'AB!C?' >>> list = set([',', '!', '.', ';', '?']) >>> filter(lambda x: x not in list, subj) 'ABC'
请注意,对于这个特定的目的来说,这是一个过分的矫枉过正,但是一旦你需要更复杂的条件,filter就很方便
简单的方法,
import re str = 'this is string ! >><< (foo---> bar) @-tuna-# sandwich-%-is-$-* good' // condense multiple empty spaces into 1 str = ' '.join(str.split() // replace empty space with dash str = str.replace(" ","-") // take out any char that matches regex str = re.sub('[!@#$%^&*()_+<>]', '', str)
输出:
this-is-string--foo----bar--tuna---sandwich--is---good
这些天我正在潜入计划,现在我觉得很好在recursion和评估。 哈哈哈。 只是分享一些新的方法:
首先,评估它
print eval('string%s' % (''.join(['.replace("%s","")'%i for i in replace_list])))
第二,缓解它
def repn(string,replace_list): if replace_list==[]: return string else: return repn(string.replace(replace_list.pop(),""),replace_list) print repn(string,replace_list)
嘿,不要冷落。 我只是想分享一些新的想法。
这怎么样 – 一个class轮。
reduce(lambda x,y : x.replace(y,"") ,[',', '!', '.', ';'],";Test , , !Stri!ng ..")
我觉得这很简单,会做!
list = [",",",","!",";",":"] #the list goes on..... theString = "dlkaj;lkdjf'adklfaj;lsd'fa'dfj;alkdjf" #is an example string; newString="" #the unwanted character free string for i in range(len(TheString)): if theString[i] in list: newString += "" #concatenate an empty string. else: newString += theString[i]
这是做到这一点的一种方法。 但是,如果您厌倦了保留要删除的字符列表,则可以通过使用迭代的string的顺序号来实现。 订单号是该字符的ascii值。 0作为字符的ascii数字是48,而小写字母z的ascii数字是122,所以:
theString = "lkdsjf;alkd8a'asdjf;lkaheoialkdjf;ad" newString = "" for i in range(len(theString)): if ord(theString[i]) < 48 or ord(theString[i]) > 122: #ord() => ascii num. newString += "" else: newString += theString[i]
我正在考虑这个解决scheme。 首先,我将inputstring作为列表。 然后我会replace列表中的项目。 然后通过使用连接命令,我将返回列表作为一个string。 代码可以是这样的:
def the_replacer(text): test = [] for m in range(len(text)): test.append(text[m]) if test[m]==','\ or test[m]=='!'\ or test[m]=='.'\ or test[m]=='\''\ or test[m]==';': #.... test[n]='' return ''.join(test)
这将从string中删除任何东西。 你怎么看?