删除所有空格、标点符号和大写[重复]答案

【问题标题】：Removing all spaces, punctuation, and capitalization [duplicate]删除所有空格、标点符号和大写[重复]
【发布时间】：2019-08-25 02:04:29
【问题描述】：

我们正在计算机科学课上研究 Vigenere 密码，老师希望我们采取的第一步是删除字符串中的所有空格、标点符号和大写字母。

#pre-process - removing spaces, punctuation, and capitalization
def pre_process(s):
    str = s.lower()
    s = (str.replace(" ", "") + str.replace("!?'.", ""))
    return s
print(pre_process("We're having a surprise birthday party for Eve!"))

我想要的输出是"werehavingasurpisebirthdaypartyforeve"，但我实际得到的是"we'rehavingasurprisebirthdaypartyforeve!we're having a surprise birthday party for eve!"

【问题讨论】：

str.replace("!?'.", "") 看起来替换了确切的模式!?'.。请参阅this post 了解如何替换多个字符。

标签： python string vigenere

【解决方案1】：

您应该使用正则表达式而不是字符串替换。试试这个代码。

import re
mystr="We're having a surprise birthday party for Eve!"
#here you can pass as many punctuations you want
result=re.sub("[.'!#$%&\'()*+,-./:;<=>?@[\\]^ `{|}~]","",mystr)
print(result.lower())

【讨论】：

【解决方案2】：

str.replace("!?'.", "")) 仅替换字符串 !?'.，而不是四个字符中的任何一个。

您需要对每个字符使用单独的替换调用，或者使用正则表达式。

【讨论】：

【解决方案3】：

您的解决方案不起作用的原因是它试图删除文字字符串“！？'。”，而不是单独删除每个字符。

实现此目的的一种方法如下：

import re

regex = re.compile('[^a-zA-Z]')

s = "We're having a surprise birthday party for Eve!"
s = regex.sub('', s).lower()

【讨论】：

【解决方案4】：

import re

def preprocess(s):
    return re.sub(r'[\W_]', '', s).lower()

re.sub 删除所有非字母数字字符（A-Z 和 0-9 除外）。

lower() 删除大写。

【讨论】：

【解决方案5】：

一种不使用 RegEx 的方法。

>>> import string
>>> s
"We're having a surprise birthday party for Eve!"
>>> s.lower().translate(None, string.punctuation).replace(" ", "")
'werehavingasurprisebirthdaypartyforeve'

【讨论】：

【解决方案6】：

更改您的代码如下：-

def pre_process(s):
  str = s.lower()
  s = (str.replace(" ", ""))
  s= s.replace("!", "")
  s= s.replace("'", "")
  return s
print(pre_process("We're having a surprise birthday party for Eve!"))

【讨论】：

【解决方案7】：

str.translate 也是一个选项。您可以使用str.maketrans 创建一个转换表，其中第一个参数 (ascii_uppercase) 将被转换为第二个参数 (ascii_lowercase)。第三个参数 (punctuation + whitespace) 是您要删除的字符的列表：

from string import ascii_lowercase, ascii_uppercase, punctuation, whitespace

table = str.maketrans(ascii_uppercase, ascii_lowercase, punctuation + whitespace)
s = "We're having a surprise birthday party for Eve!"
print(s.translate(table))
# werehavingasurprisebirthdaypartyforeve

一旦你初始化了table，每个后续的字符串都可以通过应用进行转换

s.translate(table)

【讨论】：

【解决方案8】：

你可以使用re ?,

>>> import re
>>> x
"We're having a surprise birthday party for Eve!"
>>> re.sub(r'[^a-zA-Z0-9]', '', x).lower() # negate the search. Fastest among the two :)
'werehavingasurprisebirthdaypartyforeve'

或list comprehension？

>>> import string
>>> ''.join(y for y in x if y in string.ascii_letters).lower()
'werehavingasurprisebirthdaypartyforeve'

只是一个基准，

>>> timeit.timeit("''.join(y for y in x if y in string.ascii_letters).lower()", setup='import string;x = "We\'re having a surprise birthday party for Eve!"')
7.747261047363281
>>> timeit.timeit("re.sub(r'[^a-zA-Z0-9]', '', x).lower()", setup='import re;x = "We\'re having a surprise birthday party for Eve!"')
2.912994146347046

【讨论】：

别忘了把所有东西都变成小写！