从字符串中删除特定的控制字符（\n \r \t）答案

【问题标题】：Deleting specific control characters(\n \r \t) from a string从字符串中删除特定的控制字符（\n \r \t）
【发布时间】：2011-02-10 09:44:17
【问题描述】：

我有相当多的文本，其中包括控制字符，如 \n \t 和 \r。我需要用一个简单的空格替换它们——>“”。最快的方法是什么？谢谢

【问题讨论】：

显然，正如 Python 之禅所建议的那样，只有这样的方法 ;-)
当字符串有多个相邻的此类字符时，例如foo\r\nbar，您想将\r\n替换为两个空格还是只替换1个？
我只想用 1 个替换它
考虑去除前导和尾随空格。然后请编辑您的问题，使其准确地指定您想要的内容。
如果您还想去除前导和尾随空格，请查看this answer。

标签： python string

【解决方案1】：

我认为最快的方法是使用str.translate():

import string
s = "a\nb\rc\td"
print s.translate(string.maketrans("\n\t\r", "   "))

打印

a b c d

编辑：这又一次变成了关于性能的讨论，这里有一些数字。对于长字符串，translate() 比使用正则表达式方式快：

s = "a\nb\rc\td " * 1250000

regex = re.compile(r'[\n\r\t]')
%timeit t = regex.sub(" ", s)
# 1 loops, best of 3: 1.19 s per loop

table = string.maketrans("\n\t\r", "   ")
%timeit s.translate(table)
# 10 loops, best of 3: 29.3 ms per loop

大约是 40 倍。

【讨论】：

需要注意的是，string.translate 和 string.makestrans 在 Python3 中不可用。基于 re 的解决方案似乎更好。
@Ignacio: import string;hasattr(string,'translate');hasattr(string,'maketrans') 如果你执行 hasattr(str,'translate') 和 hasattr( str,'maketrans') 是真的。模块字符串只是字符串常量的集合。此外，根据定义和使用maketrans的正确方法是bytes.maketrans。谢谢！

【解决方案2】：

如果您想规范化空格（将一个或多个空格字符替换为单个空格，并去除前导和尾随空格），这可以通过使用字符串方法来完成：

>>> text = '   foo\tbar\r\nFred  Nurke\t Joe Smith\n\n'
>>> ' '.join(text.split())
'foo bar Fred Nurke Joe Smith'

【讨论】：

【解决方案3】：

你也可以试试正则表达式：

import re
regex = re.compile(r'[\n\r\t]')
regex.sub(' ', my_str)

【讨论】：

我对比了实际性能，看起来使用正则表达式和使用字符串模块一样快。
python2.6 timeit.py -s "import string" -s "s = 'a\nb\rc\td'" -s "s.translate(string.maketrans('\n\t\r', ' '))" 10000000 次循环，最好的 3 次：每个循环 0.0235 微秒
python2.6 timeit.py -s "import re" -s "regex = re.compile(r'[\n\r\t]')" -s "regex.sub(' ', 'a\nb\rc\td')" 10000000 次循环，最好的 3 次：每个循环 0.0232 微秒
@Michal - 您是仅将 regex.sub(...) 与 s.translate(string.maketrans(...)) 还是与 s.translate(preparedTrans) 进行比较？
@Michal：在 7 个字符的字符串上尝试这个完全没有意义。请参阅我的答案中的编辑。

【解决方案4】：

my_string 是要删除特定控制字符的字符串。由于字符串在python中是不可变的，替换操作后需要将其分配给另一个字符串或重新分配：

my_string = re.sub(r'[\n\r\t]*', '', my_string)

【讨论】：

【解决方案5】：

>>> re.sub(r'[\t\n\r]', ' ', '1\n2\r3\t4')
'1 2 3 4'

【讨论】：

【解决方案6】：

使用正则表达式

re.sub(r'\s+', ' ', '1\n2\r3\t4')

没有正则表达式

>>> ' '.join('1\n\n2\r3\t4'.split())
'1 2 3 4'
>>>

【讨论】：