Python检查列表项是否（不）包含任何其他列表项

Question

如果列表元素包含“非法”字符，我想删除它。合法字符在多个列表中指定。它们是这样形成的，其中alpha 代表字母表（a-z + A-Z），digit 代表数字（0-9），punct 代表标点符号（有点）。

alpha = list(string.ascii_letters)
digit = list(string.digits)
punct = list(string.punctuation)

这样，如果某项未出现在这些列表之一中，我可以将其指定为非法字符。

之后我有一个包含元素的列表：

Input = ["Amuu2", "Q1BFt", "dUM€n", "o°8o1G", "mgF)`", "ZR°p", "Y9^^M", "W0PD7"]

我想过滤掉包含非法字符的元素。所以这是我想要得到的结果（不需要订购）：

var = ["Amuu2", "Q1BFt", "mgF)`", "Y9^^M", "W0PD7"]

编辑：

我已经尝试过（以及它的所有变体）：

for InItem in Input:
    if any(AlItem in InItem for AlItem in alpha+digit+punct):
        FilInput.append(InItem)

仅使用过滤后的元素创建一个新列表，但这里的问题是当包含至少一个合法字符时元素会被添加。例如："ZR°p" 被添加，因为它包含一个 Z、R 和一个 p。

我也试过了：

for InItem in Input:
    if not any(AlItem in InItem for AlItem in alpha+digit+punct):

但在那之后，我不知道如何删除该元素。 哦，还有一个小技巧，为了让它变得更加困难，如果它有点快就好了，因为它需要完成数百万次。但它需要先发挥作用。

Answer 1

定义一组合法字符。然后应用列表推导。

>>> allowed = set(string.ascii_letters + string.digits + string.punctuation)
>>> inp = ["Amuu2", "Q1BFt", "dUM€n", "o°8o1G", "mgF)`", "ZR°p", "Y9^^M", "W0PD7"]
>>> [x for x in inp if all(c in allowed for c in x)]
['Amuu2', 'Q1BFt', 'mgF)`', 'Y9^^M', 'W0PD7']

Answer 2

您的代码

正如你所提到的，只要any 字符是正确的，你就会追加单词。您需要检查它们是否all 正确：

filtered_words = []
for word in words:
    if all(char in alpha+digit+punct for char in word):
        filtered_words.append(word)

print(filtered_words)
# ['Amuu2', 'Q1BFt', 'mgF)`', 'Y9^^M', 'W0PD7']

您还可以检查没有一个不正确的字符：

filtered_words = []
for word in words:
    if not any(char not in alpha+digit+punct for char in word):
        filtered_words.append(word)

print(filtered_words)

但它的可读性要差得多。

为了提高效率，您不应在每次迭代期间将列表与alpha+digit+punct 连接。在任何循环之前，您应该一劳永逸地执行此操作。从这些列表中创建一个集合也是一个好主意，因为当允许的字符很多时，char in set 比 char in list 快得多。

最后，您可以使用列表推导来避免 for 循环。如果你做这一切，你最终会得到@timgeb's solution :)

正则表达式替代

您可以从列表中创建一个正则表达式模式并查看哪些单词匹配：

# encoding: utf-8
import string
import re

alpha = list(string.ascii_letters)
digit = list(string.digits)
punct = list(string.punctuation)

words = ["Amuu2", "Q1BFt", "dUM€n", "o°8o1G", "mgF)`", "ZR°p", "Y9^^M", "W0PD7"]

allowed_pattern = re.compile(
    '^[' +
    ''.join(
        re.escape(char) for char in (
            alpha +
            digit +
            punct)) +
    ']+$')
# ^[abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789\!\"\#\$\%\&\'\(\)\*\+\,\-\.\/\:\;\<\=\>\?\@\[\\\]\^_\`\{\|\}\~]+$

print([word for word in words if allowed_pattern.match(word)])
# ['Amuu2', 'Q1BFt', 'mgF)`', 'Y9^^M', 'W0PD7']

你也可以写：

print(list(filter(allowed_pattern.match, words)))
# ['Amuu2', 'Q1BFt', 'mgF)`', 'Y9^^M', 'W0PD7']

re.compile 可能比简单地初始化 set 需要更多时间，但过滤可能会更快。

Answer 3

如果所有字符都符合您的条件，您可以使用列表推导并检查 all：

>>> [element for element in Input if all(c in alpha + digit + punct for c in element)]
['Amuu2', 'Q1BFt', 'mgF)`', 'Y9^^M', 'W0PD7']

Answer 4

对于您的问题，这是一个“不是”有效的解决方案，但它对于学习如何循环列表、字符等可能很有趣。

# coding=utf-8
import string

# Aux var
result =[]
new_elem = ""

# lists with legal characters
alpha = list(string.ascii_letters)
digit = list(string.digits)
punct = list(string.punctuation)

# Input strings
Input = ["Amuu2", "Q1BFt", "dUM€n", "o°8o1G", "mgF)`", "ZR°p", "Y9^^M", "W0PD7"]

# Loop all elements of the list and each char of them
for elem in Input:
    ## check each char 
    for char in elem:
        if char in alpha:
            #print 'is ascii'
            new_elem += char
        elif char in digit:
            #print 'is digit'
            new_elem += char
        elif char in punct:
            #print 'is punct'
            new_elem += char
        else:
            new_elem = ""
            break
    ## Add to result list
    if new_elem != "":
        result.append(new_elem)
        new_elem = ""

print result