在 Python 2.x 中去除特定标点符号答案

【问题标题】：Strip Specific Punctuation in Python 2.x在 Python 2.x 中去除特定标点符号
【发布时间】：2012-02-10 02:07:01
【问题描述】：

我正在使用 Python v2.6，并且我有一个字符串，其中包含许多我想去掉的标点符号。现在我已经研究过使用string.punctuation() 函数，但不幸的是，我想去掉除句号和破折号之外的所有标点符号。总共只有 5 个标点符号我想去掉 - ()\"'

有什么建议吗？我希望这是最有效的方法。

谢谢

【问题讨论】：

重复stackoverflow.com/questions/4371231/…

标签： python string strip

【解决方案1】：

您可以使用str.translate(table[, deletechars]) 并将table 设置为None，这将导致deletechars 中的所有字符都从字符串中删除：

s.translate(None, r"()\"'")

一些例子：

>>> "\"hello\" '(world)'".translate(None, r"()\"'")
'hello world'
>>> "a'b c\"d e(f g)h i\\j".translate(None, r"()\"'")
'ab cd ef gh ij'

【讨论】：

【解决方案2】：

你可以列出所有你不想要的字符：

unwanted = ['(', ')', '\\', '"', '\'']

然后你可以像这样创建一个函数strip_punctuation(s)：

def strip_punctuation(s): 
    for u in unwanted: 
        s = s.replace(u, '')
    return s

【讨论】：

【解决方案3】：

>>> import re
>>> r = re.compile("[\(\)\\\\'\"]")
>>> r.sub("", "\"hello\" '(world)'\\\\\\")
'hello world'

【讨论】：

这不会从原始字符串中删除反斜杠。 r.sub('', 'a\\b') --> 'a\\b'
对，这个有很多答案，但我认为编译的正则表达式将是最有效的解决方案。永远记住，“给一个人一个正则表达式，他会匹配一个字符串......但是通过教他如何创建它们，你已经给了他足够的绳索来吊死自己”
@Paulo：我不喜欢原始字符串，它们让我想起了 Windows 中的路径；）
@Paulo：我发现这取决于您需要多少反斜杠。 r"C:\Program Files\SomeCompany\SomeProgram Version 7\Internals\foobar.bla" 显然比替代方案好得多，但很多时候我也需要 "\t\n\0\xad\xde\xef\xbe"...
让我们continue this discussion in chat

【解决方案4】：

使用string.translate：

s = ''' abc(de)f\gh"i' '''
print(s.translate(None, r"()\"'"))
 # abcdefghi

或re.sub:

import re
re.sub(r"[\\()'\"]",'',s)

但string.translate 似乎要快一个数量级：

In [148]: %timeit (s*1000).translate(None, r"()\"'")
10000 loops, best of 3: 112 us per loop

In [146]: %timeit re.sub(r"[\\()'\"]",'',s*1000)
100 loops, best of 3: 2.11 ms per loop

【讨论】：

无需制作空白翻译表；只需使用None。
另外，您的代码格式已损坏。看起来是无与伦比的"。
乔希，感谢您对 translate(None,...) 的更正。哪里格式不对？我已经运行了代码。它似乎有效。
好吧，print 显示为红色。看起来 SO 没有正确解析三引号。也许你需要提示一下代码 sn-p 是 Python？我不知道。

【解决方案5】：

您可以创建一个包含所有要替换的字符的字典，并用您选择的字符替换它们。

char_replace = {"'":"" , "(":"" , ")":"" , "\":"" , """:""}

for i,j in char_replace.iteritems():
        string = string.replace(i,j)

【讨论】：

【解决方案6】：

my_string = r'''\(""Hello ''W\orld)'''
strip_chars = r'''()\'"'''

使用理解：

''.join(x for x in my_string if x not in strip_chars)

使用过滤器：

''.join(filter(lambda x: x not in strip_chars, my_string))

输出：

Hello World

【讨论】：