有效地清除符号/空白答案

【问题标题】：Cleaning away symbols/whitespace efficiently有效地清除符号/空白
【发布时间】：2016-09-15 08:10:22
【问题描述】：

我有 "- memphis , tn! "、"~~~memphis,tn"、":) memphis , tn (:"、". - memphis,tn - ."、"memphis tn?" 等字符串。我想清理这些字符串中的每一个，使每个字符串变为"memphis,tn"。目前，我使用下面的代码，但是有没有更有效的方法呢？也许使用正则表达式？

请注意，我目前遇到的问题是特殊字符的顺序会影响最终结果。例如，". - memphis,tn - ." 给出了正确的结果，而 "- . memphis,tn . -" 没有。这不是故意的。如果它可以作为副作用修复，那就太好了！

字符串是纯 ASCII，我可能会想删除比下面更多的特殊字符。

编辑： 抱歉，我应该注意并非所有字符串都具有“x，y”格式。还应清理诸如“-- New York City--”或“* Texas *”之类的字符串。

# remove emoticons
smileys = [":)",":\\",":(",";)",
           "(:","\\:","):","(;"]
for s in smileys:
    loc = loc.replace(s, '')

# cleaning whitespace uses
loc = ' '.join(loc.split())
loc = loc.strip()
loc = loc.replace(' ,', ',')
loc = loc.replace(', ', ',')
loc = loc.replace(' .', '.')
loc = loc.replace('. ', '.')

# clean special symbols off the sides
symbols = '.,!-#~*^?@" '
loc = loc.strip(symbols)

【问题讨论】：

"-- New York City --" 会输出什么？
你是如何替换:) memphis , tn (:中的空格的？
啊，是的，我在删除特殊字符后再次使用 .strip() 。对不起。
str.strip 接受一串字符并以任意顺序将它们剥离，例如："asdfdsas hello fdsafsdf".strip("asdf") -> ' hello '

标签： python regex string replace data-cleaning

【解决方案1】：

你可以使用

','.join(y for y in re.split("[- ,!~?]", x) if y)
                                ^^
                                ||
                    List all the symbols here

Python 代码

y = ["- memphis , tn! ", "~~~memphis,tn", ":) memphis , tn (:", ". - memphis,tn - .", "memphis tn?", ". - memphis,tn - .", "- . memphis,tn . -"]

for x in y:
    print(','.join(y for y in re.split("[- ,!~?:;)(.]", x) if y))

Ideone Demo

如果要删除字母数字以外的任何符号，可以使用

print(','.join(y for y in re.split("_|[^\w]", x) if y))

【讨论】：

if len(y)>0 可以简化为 if y，因为零长度序列的布尔值是 False，任何包含内容的序列都是 True。