用破折号替换任何非 A-Z、非数字的最佳 Pythonic 方法答案

【问题标题】：Best Pythonic way to replace any non-A-Z, non numbers, with a dash用破折号替换任何非 A-Z、非数字的最佳 Pythonic 方法
【发布时间】：2016-03-22 16:58:21
【问题描述】：

我有以下字符串：

my_str = "1,123_$ABC_NN&_XX,154440480,YVH?ADXX,,503,TCCTGA,503,TATCCTCT,,,154440480"

我想保留所有的 A-Z、0-9、破折号和下划线，并用破折号替换其他所有内容。最好的 Pythonic 方法是什么？

我已经这样做了，它可以工作，但它很乱：

my_str.replace('#','-').replace('!','-').replace('"','-').replace('$','-').replace('%','-').replace('^','-').replace('&','-').replace('*','-').replace('(','-').replace(')','-').replace('@','-').replace('~','-').replace(';','-').replace(':','-').replace('[','-').replace(']','-').replace('{','-').replace('}','-').replace('?','-').replace('/','-').replace('>','-').replace('<','-').replace('|','-').replace('\\','-').replace(' ','-')

【问题讨论】：

标签： python regex replace

【解决方案1】：

你可以使用：

>>> my_str = "1,123_$ABC_NN&_XX,154440480,YVH?ADXX,,503,TCCTGA,503,TATCCTCT,,,154440480"
>>> re.sub(r'[^\w-]', '-', my_str)
'1-123_-ABC_NN-_XX-154440480-YVH-ADXX--503-TCCTGA-503-TATCCTCT---154440480'

如果你想避免使用多个连字符，那么：

>>> re.sub(r'[^\w-]+', '-', my_str)
'1-123_-ABC_NN-_XX-154440480-YVH-ADXX-503-TCCTGA-503-TATCCTCT-154440480'

[^\w-] 匹配任何不是单词 char 的字符（包括 [a-zA-Z0-9_] 和连字符。

【讨论】：

【解决方案2】：

或者你可以这样做：

>>> import re
>>> re.sub('[^A-Z0-9-_]', '-', my_str)
'1-123_-ABC_NN-_XX-154440480-YVH-ADXX--503-TCCTGA-503-TATCCTCT---154440480'

【讨论】：

【解决方案3】：

如果您经常这样做，您可以预先构建一个翻译表，然后将其应用于每个字符串。如果正在处理大量字符串，这将非常快：

my_trans_list = ['-'] * 256

for x in 'ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789_-':
    my_trans_list[ord(x)] = x

my_trans = ''.join(my_trans_list)

my_str = "1,123_$ABC_NN&_XX,154440480,YVH?ADXX,,503,TCCTGA,503,TATCCTCT,,,154440480"
print my_str.translate(my_trans)

这将显示：

1-123_-ABC_NN-_XX-154440480-YVH-ADXX--503-TCCTGA-503-TATCCTCT---154440480

在 Python 2.7.6 中测试

【讨论】：