在Python3.3中从字符串中删除除字母和空格以外的所有内容。

Question

我有一个字符串示例：happy t00 go 129.129，我想只保留空格和字母。到目前为止，我能够想到的相当有效的方法是：

print(re.sub("\d", "", 'happy t00 go 129.129'.replace('.', '')))

但它仅适用于我的示例字符串。如何删除除字母和空格之外的所有字符？

- Gronk

---

所有答案都不包含除了24个字母以外的字符，例如ß、Ä、Ö、Ü、Ą、Ż等。也许问题应该只提到ASCII字母？ - Katarzyna

Answer 1

whitelist = set('abcdefghijklmnopqrstuvwxyz ABCDEFGHIJKLMNOPQRSTUVWXYZ')
myStr = "happy t00 go 129.129$%^&*("
answer = ''.join(filter(whitelist.__contains__, myStr))

输出：

>>> answer
'happy t go '

- inspectorG4dget

---

经过测试，当在命令提示符中为每个代码运行python -m timeit -n 100 -s循环时，我发现这比Joel的答案快了0.0029微秒。 - Gronk

@Gronk: `>>> Timer('"".join(filter(whitelist.contains, myStr))', ''' ... whitelist = set('abcdefghijklmnopqrstuvwxy ABCDEFGHIJKLMNOPQRSTUVWXYZ') ... myStr = 'happy t00 go 129.129' * 10''').timeit(number=1000) 0.02490997314453125

Timer('re.sub(r"[^a-zA-Z ]+", "", myStr)', '''import re ... myStr = 'happy t00 go 129.129' * 10''').timeit(number=1000) 0.011039972305297852 `. 我的观点是，对于样本大小为100而言，0.0029微秒绝对在正常变异范围内。

- Joel Cornett

这也过滤了带重音的字母字符，这可能是一个问题。 - bp.

小写字母“z”丢失了。 - Daniel Marschall

Answer 2

使用集合的补集：

re.sub(r'[^a-zA-Z ]+', '', 'happy t00 go 129.129')

- Joel Cornett

Answer 3

对inspectorG4dget的方法进行轻微改进 - 从string导入和生成器推导式：

from string import ascii_letters

allowed = set(ascii_letters + ' ')
myStr = 'happy t00 go 129.129'
answer = ''.join(l for l in myStr if l in allowed)
answer
# >>> 'happy t go '

性能比较：

（我让myStr变得更长，并预编译了正则表达式，使得事情变得更有趣）

import re
from string import ascii_letters, digits
myStr = 'happy t00 go 129.129'*20
allowed = set(ascii_letters + ' ')

# Generator
%timeit answer = ''.join(l for l in myStr if l in allowed)

# filter/__contains__
%timeit answer = ''.join(filter(allowed.__contains__, myStr))

# Regex
pat = re.compile(r'[^a-zA-Z ]+')
%timeit answer = re.sub(pat, '', myStr)

每次循环平均用时53微秒，标准差为6.43微秒（7次运行的平均值和标准偏差，每次循环10000次）
每次循环平均用时43.3微秒，标准差为7.48微秒（7次运行的平均值和标准偏差，每次循环10000次）
每次循环平均用时26微秒，标准差为509纳秒（7次运行的平均值和标准偏差，每次循环10000次）

- Alex L

---

我认为这是最好的答案。它更易读，并且展示了我们如何使用字符串常量，而不是手动输入，这很容易引入错误。 - Bernard