使用 re.sub 清理嵌套列表答案

【问题标题】：Using re.sub to clean nested lists使用 re.sub 清理嵌套列表
【发布时间】：2019-08-22 20:22:16
【问题描述】：

我有一组需要清理的嵌套列表（深度不超过三个）。一个类似的例子是这样的：

test = [['qte%#', 'EKO*^'], ['eoim&', ['35ni%', 'mmie']]]

我想运行以下命令：

re.sub(r'[^a-zA-Z\d\[\] ], '',  test)

我知道这里的问题是我需要遍历嵌套列表，但是我在保持结构时遇到了麻烦。也许还有一种更简单的方法来解决这个问题。我已经尝试过这种变体：

for a in test:
    for b in a:
        if isinstance(b, list):
            for c in b:
                c = re.sub(r'[^a-zA-Z\d\[\] ]', ' ', c)
                clean.append(c)
        else:
            print(b)
            b = re.sub(r'[^a-zA-Z\d\[\] ]', ' ', b)
            clean.append(b)

【问题讨论】：

标签： regex python-3.x list

【解决方案1】：

此脚本将保持列表结构不变 - 只需应用 re.sub 函数：

test = [['qte%#', 'EKO*^'], ['eoim&', ['35ni%', 'mmie']]]

import re

def clean(lst):
    if not isinstance(lst, list):
        return re.sub(r'[^a-zA-Z\d\[\] ]', '', lst)

    return [clean(v) for v in lst]

print( clean(test) )

打印：

[['qte', 'EKO'], ['eoim', ['35ni', 'mmie']]]

【讨论】：

非常感谢，非常适合我想做的事情。

【解决方案2】：

由于您只需要将所有嵌套列表编译成一个扁平化列表，您可以在列表中使用flatten function，并对它们执行正则表达式。

def flatten(lst):
    flat = []
    for x in lst:
        if hasattr(x, '__iter__') and not isinstance(x, basestring):
            flat.extend(flatten(x))
        else:
            flat.append(x)
    return flat

clean = []
for c in flatten(test):
    clean.append(re.sub(r'[^a-zA-Z\d\[\] ]', ' ', c))

【讨论】：