清理最简单的字符串答案

【问题标题】：Cleanup A String from Most Simply清理最简单的字符串
【发布时间】：2014-02-21 22:33:55
【问题描述】：

什么是清理用户输入字符串的简短方法。这是我在清理混乱时所依赖的代码。如果可以使用更短的更智能版本，那就太好了。

invalid = ['#','@','$','$','%','^','&','*','(',')','-','+','!',' ']
for c in invalid: 
    if len(line)>0: line=line.replace(c,'')

PS 我如何将这个 for（带有嵌套 if）函数放在一行上？

【问题讨论】：

标签： python string if-statement for-loop strip

【解决方案1】：

最快的方法是使用str.translate:

>>> invalid = ['#','@','$','$','%','^','&','*','(',')','-','+','!',' ']
>>> s = '@#$%^&*fdsfs#$%^&*FGHGJ'
>>> s.translate(None, ''.join(invalid))
'fdsfsFGHGJ'

时间比较：

>>> s = '@#$%^&*fdsfs#$%^&*FGHGJ'*100

>>> %timeit re.sub('[#@$%^&*()-+!]', '', s)
1000 loops, best of 3: 766 µs per loop

>>> %timeit re.sub('[#@$%^&*()-+!]+', '', s)
1000 loops, best of 3: 215 µs per loop

>>> %timeit "".join(c for c in s if c not in invalid)
100 loops, best of 3: 1.29 ms per loop

>>> %timeit re.sub(invalid_re, '', s)
1000 loops, best of 3: 718 µs per loop

>>> %timeit s.translate(None, ''.join(invalid))         #Winner
10000 loops, best of 3: 17 µs per loop

在 Python3 上，您需要执行以下操作：

>>> trans_tab = {ord(x):None for x in invalid}
>>> s.translate(trans_tab)
'fdsfsFGHGJ'

【讨论】：

【解决方案2】：

import re
re.sub('[#@$%^&*()-+!]', '', line)

re 是正则表达式模块。使用方括号意味着“匹配括号内的任何一项”。所以调用说，“在括号内的 line 中找到任何内容，然后将其替换为空内容 ('')。

【讨论】：

顺便说一句，如果你也想清除方括号，你必须转义右边的那个：re.sub('[#@$%^&*()-+![\]]', '', line)。

【解决方案3】：

你可以这样做：

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

line = "".join(c for c in line if c not in punctuation)

例如：

'hello, I @m pleased to meet you! How *about (you) try something > new?'

变成

'hello I m pleased to meet you How about you try something  new'

【讨论】：

【解决方案4】：

这是正则表达式实际上有用的一种情况。

>>> invalid = ['#','@','$','$','%','^','&','*','(',')','-','+','!',' ']
>>> import re
>>> invalid_re = '|'.join(map(re.escape, invalid))
>>> re.sub(invalid_re, '', 'foo * bar')
'foobar'

【讨论】：

【解决方案5】：

这是我在自己的代码中使用的 sn-p。您基本上使用正则表达式来指定允许的字符，匹配这些字符，然后将它们连接在一起。

import re

def clean(string_to_clean, valid='ACDEFGHIKLMNPQRSTVWY'):
    """Remove unwanted characters from string.

    Args:
    clean: (str) The string from which to remove
     unwanted characters.

     valid_chars: (str) The characters that are valid and should be
     included in the returned sequence. Default character
     set is: 'ACDEFGHIKLMNPQRSTVWY'.

     Returns: (str) A sequence without the invalid characters, as a string.

     """
    valid_string = r'([{}]+)'.format(valid)
    valid_regex = re.compile(valid_string, re.IGNORECASE)

    # Create string of matching characters, concatenate to string
    # with join().
    return (''.join(valid_regex.findall(string_to_clean)))

【讨论】：

【解决方案6】：

使用简单的列表推导：

>>> invalid = ['#','@','$','$','%','^','&','*','(',')','-','+','!',' ']
>>> x = 'foo * bar'
>>> "".join(i for i in x if i not in invalid)
'foobar'

对string.punctuation+\s使用列表推导：

>>> import string
>>> x = 'foo * bar'
>>> "".join(i for i in x if i not in string.punctuation)
'foo  bar'
>>> "".join(i for i in x if i not in string.punctuation+" ")
'foobar'

使用str.translate：

>>> invalid = ['#','@','$','$','%','^','&','*','(',')','-','+','!',' ']
>>> x = 'foo * bar'
>>> x.translate(None,"".join(invalid))
'foobar'

使用re.sub:

>>> import re
>>> invalid = ['#','@','$','$','%','^','&','*','(',')','-','+','!',' ']
>>> x = 'foo * bar'
>>> y = "["+"".join(invalid)+"]"
>>> re.sub(y,'',x)
'foobar'
>>> re.sub(y+'+','',x)
'foobar'

【讨论】：

【解决方案7】：

这行得通

invalid = '#@$%^_ '
line = "#master_Of^Puppets#@$%Yeah"
line = "".join([for l in line if l not in invalid])
#line will be - 'masterOfPuppetsYeah'

【讨论】：