Python - 更好地处理多个 str.replace 调用？ [复制]答案

【问题标题】：Python - handling multiple str.replace calls better? [duplicate]Python - 更好地处理多个 str.replace 调用？ [复制]
【发布时间】：2013-12-21 09:01:14
【问题描述】：

我经常发现自己在大量文本中徘徊，提取术语或以其他方式清理内容，因此我将字符串重新用作文件名等。

在最近的一项任务中，我从一个网站上抓取了几百个 pdf 文件，并想使用文章标题作为文件名，以帮助我的同事检查文件。

我可以从 html 中获取标题，但标题中经常使用非法的 win O/S 字符（例如 :、"、> 等），这意味着我必须做一些替换确保我可以使用标题。

由于上述原因，我开始使用这行代码：-

fname = art_number+" "+content_title.replace(":", " -").replace("&#8211;", "-").replace(u'\xae', "-").replace("\"", "").replace("?","").replace("<i>", "").replace("</i>", "").replace("/", " ").replace("<sup>-< sup>", "-")

如您所见。一堆str.replace，可读性和管理性都不是很好。

每个替换项通常都是手动考虑的，我不想将它们扔到代码书中，因为我想要查找和检查的每组内容通常都有一些细微差别。

您对此有何看法？

【问题讨论】：

至少考虑建立一个查找表而不是一个大链......并且可能利用re.sub
@JonClements 我已经为较大的项目建立了查找 - 这个项目一开始只有两个替换然后弹出。 re.sub的优势是什么？

标签： python string replace

【解决方案1】：

您可以使用reduce() 和一系列替换对：

from functools import reduce

replacements = (":", " -"), ("a", "1"), ("b", "2"), ("c", "3")
content_title = "Testing: abc"
print reduce(lambda s, args: s.replace(*args), replacements, content_title)

输出：

Testing - 123

【讨论】：

【解决方案2】：

import re
keys = ":","&#8211;",...
def replacer(match):
    return {
       "&#8211;": "-",
       ":":"-",
        ...
    }[match.group(0)]

re.sub("|".join("(%s)"%k for k in sorted(keys,key=len,reverse=True)),replacer,my_text)

我认为可行....

【讨论】：

前提是好的——尽管有几点：在元素上使用re.escape，因为其中一些可能会影响未转义的正则表达式的操作——你错过了key=和reverse=对于sorted 和replacer 函数将接收匹配对象，而不是字符串...

【解决方案3】：

我认为这个来自上一个问题的答案对你很有效。 Python replace multiple strings。这不是一个例外的答案，但它运作良好并且是一个不错的小功能。

【讨论】：

【解决方案4】：

对于单字符替换，我会使用unicode.translate

对于更长的字符串，我会构建一个由前导两个字符索引的可能替换的字典，然后逐步测试字符串，仅测试每个位置的可能替换。

【讨论】：