Python：去除空格和字母数字以外的所有内容答案

【问题标题】：Python: Strip everything but spaces and alphanumericPython：去除空格和字母数字以外的所有内容
【发布时间】：2011-02-16 07:00:18
【问题描述】：

我有一个带有括号和逗号等的大字符串。我想去掉所有这些字符但保持间距。我怎样才能做到这一点。目前我正在使用

strippedList = re.sub(r'\W+', '', origList)

【问题讨论】：

为什么您对当前的解决方案不满意？
啊，我只需要将 '' 更改为 ' '。失败谢谢男人

标签： python

【解决方案1】：

re.sub(r'([^\s\w]|_)+', '', origList)

【讨论】：

就像一个注释，'|_' 会减慢你的正则表达式。（当然，如果输入很小也没关系。）
@Ignacio，|_ 在这里做什么？
@chandresh：撤消^\w 中的排除。
我想我每周至少来一次这个答案。

【解决方案2】：

更快一点的实现：

import re

pattern = re.compile('([^\s\w]|_)+')
strippedList = pattern.sub('', value)

【讨论】：

【解决方案3】：

基于正则表达式的版本可能更快（特别是如果您切换到使用编译表达式），但为了清楚起见，我喜欢这样：

"".join([c for c in origList if c in string.letters or c in string.whitespace])

join() 调用有点奇怪，但我认为这是非常惯用的 Python 将字符列表转换为字符串。

【讨论】：

【解决方案4】：

演示您将在结果中得到哪些字符：

>>> s = ''.join(chr(i) for i in range(256)) # all possible bytes
>>> re.sub(r'[^\s\w_]+','',s) # What will remain
'\t\n\x0b\x0c\r 0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz'

文档：re.sub、Regex HOWTO: Matching Characters、Regex HOWTO: Repeating Things

【讨论】：