如何从字符串中删除选定的字符？

Question

我一直在尝试学习如何删除随机给定字符串上的特殊字符。一个随机给定的字符串可能是这样的：

uh\n  haha - yes 'nope' \t tuben\xa01337

我同时使用了正则表达式和string.translate 来尝试对我有用的方法：

import re

random_string = "uh\n  haha - yes 'nope' \t tuben\xa01337"

print(re.sub(r"/[' \n \t\r]|(\xa0)/g", '', random_string))
print("-------")
print(random_string.translate(str.maketrans({c: "" for c in "\n \xa0\t\r"})))

返回的输出：

uh
  haha - yes 'nope'      tuben 1337
-------
uhhaha-yes'nope'tuben1337

问题是它不能按我的意愿工作，因为我希望输出是：

uh haha - yes nope tuben 1337

我想知道我怎么能做到这一点？

• \n\t\xa0 或任何类似内容应替换为一个空格
• ' 和 " 应该替换为没有空格，只需删除 ' 和 "
• 双空格或更多空格应替换为总共只有一个空格。这意味着如果文本中有两个或多个空格，则应将其替换为一个。
• 任何特殊字符也应删除

Answer 1

你可以使用

import re
random_string = "uh\n  haha - yes 'nope' \t tuben\xa01337"
random_string = re.sub(r"\s+", " ", random_string).strip().replace('"', '').replace("'", '')
print(random_string)

请参阅Python demo。

注意事项：

• re.sub(r"\s+", " ", random_string) - 将一个或多个空白字符的任何块收缩为单个常规空格字符
• .strip() - 删除前导/尾随空格
• .replace('"', '').replace("'", '') - 删除 " 和 ' 字符。

Answer 2

/[' \n \t\r]|(\xa0)/g

这是 sed 或 Vim 等工具使用的语法，而不是 Python 的 re 模块。

相当于

print(re.sub(r"[' \n \t\r]|(\xa0)", '', random_string))

打印出来的

uhhaha-yesnopetuben1337

这不远了，但您也删除了所有空格。

如果你不删除空格，

print(re.sub(r"['\n\t\r]|(\xa0)", '', random_string))

你得到

uh  haha - yes nope  tuben1337

空格太多了。

一个解决方案是使用 inverse 正则表达式（它匹配你想要保留的字符的运行）和re.findall 来获得一个单词列表，你然后可以重新加入：

result = re.findall(r"[^' \n\t\r\xa0]+", random_string)
print(' '.join(result))

打印出来的

uh haha - yes nope tuben 1337

Answer 3

这个正则表达式可以解决问题：

>>> print(re.sub(" +", ' ', re.sub(r'''/|[^\w\s]|\n|\t|\r|(\xa0)/g''', '', random_string)))
uh haha yes nope tuben 1337

外层re.sub匹配多个空格，并用一个空格替换。

内部re.sub 几乎与您正在使用的相同，我只是发现将它们全部作为| 的选择更具可读性。