从 Python 中的字符串中删除不需要的字符答案

【问题标题】：Removing unwanted characters from a string in Python从 Python 中的字符串中删除不需要的字符
【发布时间】：2011-02-16 09:03:38
【问题描述】：

我有一些字符串，我想从中删除一些不需要的字符。例如：Adam'sApple ----> AdamsApple.（不区分大小写）有人可以帮助我吗，我需要最快的方法，因为我有几百万条记录需要完善。谢谢

【问题讨论】：

您能说得更具体些吗？您要删除哪些确切的字符？

标签： python parsing string

【解决方案1】：

一种简单的方法：

>>> s = "Adam'sApple"
>>> x = s.replace("'", "")
>>> print x
'AdamsApple'

...或查看regex substitutions。

【讨论】：

【解决方案2】：

这是一个删除所有烦人的ascii字符的函数，唯一的例外是“&”被“and”替换。我用它来监管文件系统，并确保所有文件都遵循我坚持每个人都使用的文件命名方案。

def cleanString(incomingString):
    newstring = incomingString
    newstring = newstring.replace("!","")
    newstring = newstring.replace("@","")
    newstring = newstring.replace("#","")
    newstring = newstring.replace("$","")
    newstring = newstring.replace("%","")
    newstring = newstring.replace("^","")
    newstring = newstring.replace("&","and")
    newstring = newstring.replace("*","")
    newstring = newstring.replace("(","")
    newstring = newstring.replace(")","")
    newstring = newstring.replace("+","")
    newstring = newstring.replace("=","")
    newstring = newstring.replace("?","")
    newstring = newstring.replace("\'","")
    newstring = newstring.replace("\"","")
    newstring = newstring.replace("{","")
    newstring = newstring.replace("}","")
    newstring = newstring.replace("[","")
    newstring = newstring.replace("]","")
    newstring = newstring.replace("<","")
    newstring = newstring.replace(">","")
    newstring = newstring.replace("~","")
    newstring = newstring.replace("`","")
    newstring = newstring.replace(":","")
    newstring = newstring.replace(";","")
    newstring = newstring.replace("|","")
    newstring = newstring.replace("\\","")
    newstring = newstring.replace("/","")        
    return newstring

【讨论】：

那是在我进入正则表达式之前，基本上相当于我尴尬的哥特阶段的代码。虽然，它确实允许未经培训的人进行修改，这在我的工作中几乎是必需的。

【解决方案3】：

translate 方法的第二个参数中的所有字符都被删除：

>>> "Adam's Apple!".translate(None,"'!")
'Adams Apple'

注意：translate 需要 Python 2.6 或更高版本才能将 None 用作第一个参数，否则它必须是长度为 256 的翻译字符串。string.maketrans('','') 可以用来代替 None 作为 pre- 2.6 版本。

【讨论】：

明确提及string.maketrans('', '') 代替None 用于Python 可能会有所帮助
比 "".join(char for char in text if char not in bad_chars) 快六倍 :)

【解决方案4】：

试试：

"Adam'sApple".replace("'", '')

更进一步，用空替换多个字符：

import re
print re.sub(r'''['"x]''', '', '''a'"xb''')

产量：

ab

【讨论】：

【解决方案5】：

str.replace("'","");

【讨论】：

【解决方案6】：

正如已经多次指出的那样，您必须使用 replace 或正则表达式（但很可能您不需要正则表达式），但如果您还必须确保生成的字符串是纯 ASCII （不包含 é、ò、µ、æ 或 φ 等时髦字符），你终于可以做到了

>>> u'(like é, ò, µ, æ or φ)'.encode('ascii', 'ignore')
'(like , , ,  or )'

【讨论】：

【解决方案7】：

一个接受字符串和不需要的字符数组的替代方法

    # function that removes unwanted signs from str
    #Pass the string to the function and an array ofunwanted chars

def removeSigns(str,arrayOfChars):

    charFound = False

    newstr = ""

    for letter in str:
        for char in arrayOfChars:
            if letter == char:
                charFound = True
                break
        if charFound == False:
            newstr += letter
        charFound = False

    return newstr

【讨论】：

【解决方案8】：

假设我们有以下列表：

states = [' Alabama ', 'Georgia!', 'Georgia', 'georgia', 'south carolina##', 'West virginia?']

现在我们将定义一个函数clean_strings()

import re

def clean_strings(strings):
    result = []
    for value in strings:
        value = value.strip()
        value = re.sub('[!#?]', '', value)
        value = value.title()
        result.append(value)
    return result

当我们调用函数clean_strings(states)

结果将如下所示：

['Alabama',
'Georgia',
'Georgia',
'Georgia',
'Florida',
'South Carolina',
'West Virginia']

【讨论】：

【解决方案9】：

我可能迟到了答案，但我认为下面的代码也可以（极端）它将删除所有不必要的字符：

a = '; niraj kale 984wywn on 2/2/2017'
a= re.sub('[^a-zA-Z0-9.?]',' ',a)
a = a.replace('  ',' ').lstrip().rstrip()

这会给

'niraj kale 984wywn on 2 2 2017'

【讨论】：