替换非数字字符[重复]答案

【问题标题】：Replace non-numeric characters [duplicate]替换非数字字符[重复]
【发布时间】：2010-09-04 16:20:47
【问题描述】：

我需要替换字符串中的非数字字符。

例如，“8-4545-225-144”需要为“84545225144”； “$334fdf890==-”必须是“334890”。

我该怎么做？

【问题讨论】：

【解决方案1】：

''.join(c for c in S if c.isdigit())

【讨论】：

我讨厌人们猛烈抨击列表理解，而生成器表达式是正确的选择。先生，您赢得了一次互联网（和一次投票）。
+1 用于非正则表达式解决方案。我讨厌人们对所有事情都使用正则表达式，有些目标更适合非正则表达式解决方案
@killown：我个人认为 regex 选项更具可读性。也许是因为我在正则表达式方面做了很多工作，但是查看@KennyTM 的代码我可以立即看到它的作用；这需要我一秒钟才能理解。

【解决方案2】：

使用正则表达式是可能的。

import re

...

return re.sub(r'\D', '', theString)

【讨论】：

【解决方案3】：

filter(str.isdigit, s) 比此处列出的任何其他内容都更快且 IMO 更清晰。

如果 s 是 unicode 类型，它也会抛出 TypeError。根据您想要的“数字”定义，这可能比替代 filter(type(s).isdigit, s) 或多或少有用，比我的 re 和理解版本稍慢但仍然更快。

编辑：虽然如果你是一个被 Python 3 困住的可怜虫，你将需要使用"".join(filter(str.isdigit, s))，这会让你陷入性能相当糟糕的境地。这样的进步。

【讨论】：

【解决方案4】：

让我们为join 和re 版本计时：

In [3]: import re

In [4]: def withRe(theString): return re.sub('\D', '', theString)
   ...:

In [5]:

In [6]: def withJoin(S): return ''.join(c for c in S if c.isdigit())
   ...:


In [11]: s = "8-4545-225-144"

In [12]: %timeit withJoin(s)
100000 loops, best of 3: 6.89 us per loop

In [13]: %timeit withRe(s)
100000 loops, best of 3: 4.77 us per loop

与re 相比，join 版本要好得多，但不幸的是慢了 50%。因此，如果性能是一个问题，则可能需要牺牲优雅。

编辑

In [16]: def withFilter(s): return filter(str.isdigit, s)
   ....:
In [19]: %timeit withFilter(s)
100000 loops, best of 3: 2.75 us per loop

看起来filter 是性能和可读性的赢家

【讨论】：

【解决方案5】：

我更喜欢正则表达式，所以如果你喜欢，这里有一个方法

import re
myStr = '$334fdf890==-'
digts = re.sub('[^0-9]','',myStr)

这应该用 '' 替换所有出现的非数字，即什么都没有。所以 digts 变量应该是 '334890'

【讨论】：

【解决方案6】：

虽然设置起来有点复杂，但根据我执行的时序测试，使用translate() 字符串方法删除如下所示的字符可以比使用join() 或re.sub() 快4-6 倍-- 因此，如果它是多次执行的操作，您可能需要考虑使用它。

nonnumerics = ''.join(c for c in ''.join(chr(i) for i in range(256)) if not c.isdigit())

astring = '123-$ab #6789'
print astring.translate(None, nonnumerics)
# 1236789

【讨论】：

str.translate 方法优于 string.translate。
@Roger Pate，好点，旧习惯很难改掉......我已经相应地更新了答案中的代码。感谢您指出并允许我改进示例代码。