我可以在 python 的一个语句中进行多个字符串替换吗

Question

我正在尝试使用以下语句在我的字符串中减少垃圾字符：

desc = string.replace(desc,'“','"')
desc = string.replace(desc,'”','"')
desc = string.replace(desc,'·','.') 

我可以将以上 3 个语句写成一个语句，还是将第一个两个语句写成一个语句。

我不能在我的项目中使用任何第三方库。

编辑@unutbu：
我的字符串如下所示：

这是'“' my teststring '”'. 我想用适当的 HTML 替换 unicode，而不是只用 unicode 值替换整个字符串。

使用代码后：

import HTMLParser

text='“ ” ·'
parser=HTMLParser.HTMLParser()
desc=parser.unescape(text)

我只得到 HTML 等价物，而不是字符串。但我只想替换适当的值，将所有内容保留在原始字符串中。

我希望输出如下：

这是“我的测试字符串”。我想用适当的 HTML 替换 unicode，而不是只用 unicode 值替换整个字符串。

Answer 1

HTMLParser 在标准库中：

import HTMLParser

text='“ ” ·'
parser=HTMLParser.HTMLParser()
desc=parser.unescape(text)
print(desc)
# “ ” ·

如果你想在一个单一的声明中，你当然可以这样做

desc=HTMLParser.HTMLParser().unescape(text)

但是，如果您需要在多个地方调用 unescape，这可能不是一个优势，而且一般而言，像这样链接调用会使识别异常发生的位置变得更加困难。

请注意，HTMLParser.unescape 将取消转义所有在htmlentitydefs.names2codepoint（加上'）中定义的 HTML 实体。

---

编辑：HTMLParser.unescape 返回的字符与您发布的字符不同。 要准确获取这些字符，您可以使用 xml.sax.saxutils:

text='“ ” ·'
import xml.sax.saxutils as saxutils
print(saxutils.unescape(text,{'“':'"', '”':'"', '·':'.', }))
# " " .

请注意，saxutils.unescape 也会替换 <、> 和 &。如果您只想替换“、” 和&middot，那么我会使用aix's answer。

Answer 2

前两个你可以使用正则表达式一起做：

desc = re.sub('&[rl]dquo;', '"', desc)

如果您预见到有很多这样的模式，您可以将它们放入字典并循环应用：

patterns = {'&[rl]dquo;': '"',
            '·':   '.'}

for pattern, repl in patterns.items():
    desc = re.sub(pattern, repl, desc)

就像您的原始代码一样，这不能很好地扩展desc，因为它会多次扫描字符串。这是一个只扫描一次字符串的可扩展版本：

import re

subs = {'rdquo':  '"',
        'ldquo':  '"',
        'middot': '.'}

def repl(matchobj):
  return subs.get(matchobj.group(1), matchobj.group(0))

desc = 'sdf sdfs “ sdf sd “ skdfh · sdf &nonsub; jk'
print re.sub('&(.*?);', repl, desc)

Answer 3

我们现在可以从 Python 3.4 开始

import html
text='“ ” ·'
desc=html.unescape(text)
print(desc)  # “ ” ·