删除列表中单词末尾的 \n 和后面的字母答案

【问题标题】：Delete the \n and following letters in the end of words in a list删除列表中单词末尾的 \n 和后面的字母
【发布时间】：2009-12-27 17:37:34
【问题描述】：

如何删除\n 和以下字母？非常感谢。

wordlist = ['Schreiben\nEs', 'Schreiben', 'Schreiben\nEventuell', 'Schreiben\nHaruki']
for x in wordlist:
    ...?

【问题讨论】：

标签： python string

【解决方案1】：

>>> import re
>>> wordlist = ['Schreiben\nEs', 'Schreiben', \
    'Schreiben\nEventuell', 'Schreiben\nHaruki']
>>> [ re.sub("\n.*", "", word) for word in wordlist ]
['Schreiben', 'Schreiben', 'Schreiben', 'Schreiben']

通过re.sub完成：

>>> help(re.sub)
  1 Help on function sub in module re:
  2 
  3 sub(pattern, repl, string, count=0)
  4     Return the string obtained by replacing the leftmost
  5     non-overlapping occurrences of the pattern in string by the
  6     replacement repl.  repl can be either a string or a callable;
  7     if a callable, it's passed the match object and must return
  8     a replacement string to be used.

【讨论】：

我不确定，但我猜他也想删除\n之后的连续字符
但我也想删除\n和“”之后的以下字母！再次感谢
很高兴你能帮助我。 python中有很多函数。你是一个很大的帮助。当然，我现在会阅读更多关于重新模块的信息。 :)

【解决方案2】：

[w[:w.find('\n')] fow w in wordlist]

很少测试：

$ python -m timeit -s "wordlist = ['Schreiben\nEs', 'Schreiben', 'Schreiben\nEventuell', 'Schreiben\nHaruki']" "[w[:w.find('\n')] for w in wordlist]"
100000 loops, best of 3: 2.03 usec per loop
$ python -m timeit -s "import re; wordlist = ['Schreiben\nEs', 'Schreiben', 'Schreiben\nEventuell', 'Schreiben\nHaruki']" "[re.sub('\n.*', '', w) for w in wordlist]"
10000 loops, best of 3: 17.5 usec per loop
$ python -m timeit -s "import re; RE = re.compile('\n.*'); wordlist = ['Schreiben\nEs', 'Schreiben', 'Schreiben\nEventuell', 'Schreiben\nHaruki']" "[RE.sub('', w) for w in wordlist]"
100000 loops, best of 3: 6.76 usec per loop

编辑：

上面的解决方案是完全错误的（参见 Peter Hansen 的评论）。这里是更正的：

def truncate(words, s):
    for w in words:
        i = w.find(s)
        yield w[:i] if i != -1 else w

【讨论】：

这是一个非常糟糕（即完全未经测试）的答案，因为它会悄悄地截断其中没有换行符的单词。 str.find() 在没有匹配的情况下返回 -1，使用 [:-1] 切片将返回所有内容，但不包括最后一个字符。请删除。
@Peter Hansen：感谢您的报告，我正在考虑如何将它设置为 timeit 的一行，但我忘记了正确性。
@mg，好吧...现在请修复已编辑部分中的 for 循环。 "for w in in words:" 有一个额外的 "in"。
使用RE=re.compile(…).sub 和[RE('', w)…] 可以获得小幅加速（~10 %）：无需为每个单词寻找sub() 方法。

【解决方案3】：

您可以使用正则表达式来做到这一点：

import re
wordlist = [re.sub("\n.*", "", word) for word in wordlist]

正则表达式 \n.* 匹配第一个 \n 以及后面可能出现的任何内容 (.*) 并将其替换为空。

【讨论】：

【解决方案4】：

>>> wordlist = ['Schreiben\nEs', 'Schreiben', 'Schreiben\nEventuell', 'Schreiben\nHaruki']
>>> [ i.split("\n")[0] for i in wordlist ]
['Schreiben', 'Schreiben', 'Schreiben', 'Schreiben']

【讨论】：