从字符串中删除一组字符

Question

我想在Python中删除字符串中的字符：
我想在Python中删掉一个字符串中的某些字符:

string.replace(',', '').replace("!", '').replace(":", '').replace(";", '')...

但是我有许多字符需要删除。我考虑过一个列表。

list = [',', '!', '.', ';'...]

但是我该如何使用 list 来替换 string 中的字符呢？

- Laura

---

请参考 https://dev59.com/a3I-5IYBdhLWcg3wTWj4，该网页提供了多种解决方案和精美的比较。 - Martijn de Milliano

很遗憾，Python（据说自带电池）没有直接处理这种用例的功能。PHP的函数str_replace可以做到 - 你可以将数组作为第一个参数传递，字符串作为第二个参数（http://php.net/manual/pl/function.str-replace.php）。 - JustAC0der

Answer 1

如果您正在使用Python2且输入为字符串（不是Unicode），那么最好的方法是使用str.translate函数：

>>> chars_to_remove = ['.', '!', '?']
>>> subj = 'A.B!C?'
>>> subj.translate(None, ''.join(chars_to_remove))
'ABC'

否则，可以考虑以下选项：

A. 逐个字符迭代主题，省略不需要的字符并使用join函数连接结果列表：

>>> sc = set(chars_to_remove)
>>> ''.join([c for c in subj if c not in sc])
'ABC'

请注意，生成器版本''.join(c for c ...)的效率会更低。

B.即时创建正则表达式并使用空字符串进行re.sub替换：

>>> import re
>>> rx = '[' + re.escape(''.join(chars_to_remove)) + ']'
>>> re.sub(rx, '', subj)
'ABC'

(re.escape 确保像 ^ 或 ] 这样的字符不会破坏正则表达式)。

C. 使用 translate 的映射变体：

>>> chars_to_remove = [u'δ', u'Γ', u'ж']
>>> subj = u'AжBδCΓ'
>>> dd = {ord(c):None for c in chars_to_remove}
>>> subj.translate(dd)
u'ABC'

完整的测试代码和时间:

#coding=utf8

import re

def remove_chars_iter(subj, chars):
    sc = set(chars)
    return ''.join([c for c in subj if c not in sc])

def remove_chars_re(subj, chars):
    return re.sub('[' + re.escape(''.join(chars)) + ']', '', subj)

def remove_chars_re_unicode(subj, chars):
    return re.sub(u'(?u)[' + re.escape(''.join(chars)) + ']', '', subj)

def remove_chars_translate_bytes(subj, chars):
    return subj.translate(None, ''.join(chars))

def remove_chars_translate_unicode(subj, chars):
    d = {ord(c):None for c in chars}
    return subj.translate(d)

import timeit, sys

def profile(f):
    assert f(subj, chars_to_remove) == test
    t = timeit.timeit(lambda: f(subj, chars_to_remove), number=1000)
    print ('{0:.3f} {1}'.format(t, f.__name__))

print (sys.version)
PYTHON2 = sys.version_info[0] == 2

print ('\n"plain" string:\n')

chars_to_remove = ['.', '!', '?']
subj = 'A.B!C?' * 1000
test = 'ABC' * 1000

profile(remove_chars_iter)
profile(remove_chars_re)

if PYTHON2:
    profile(remove_chars_translate_bytes)
else:
    profile(remove_chars_translate_unicode)

print ('\nunicode string:\n')

if PYTHON2:
    chars_to_remove = [u'δ', u'Γ', u'ж']
    subj = u'AжBδCΓ'
else:
    chars_to_remove = ['δ', 'Γ', 'ж']
    subj = 'AжBδCΓ'

subj = subj * 1000
test = 'ABC' * 1000

profile(remove_chars_iter)

if PYTHON2:
    profile(remove_chars_re_unicode)
else:
    profile(remove_chars_re)

profile(remove_chars_translate_unicode)

结果：

2.7.5 (default, Mar  9 2014, 22:15:05) 
[GCC 4.2.1 Compatible Apple LLVM 5.0 (clang-500.0.68)]

"plain" string:

0.637 remove_chars_iter
0.649 remove_chars_re
0.010 remove_chars_translate_bytes

unicode string:

0.866 remove_chars_iter
0.680 remove_chars_re_unicode
1.373 remove_chars_translate_unicode

---

3.4.2 (v3.4.2:ab2c023a9432, Oct  5 2014, 20:42:22) 
[GCC 4.2.1 (Apple Inc. build 5666) (dot 3)]

"plain" string:

0.512 remove_chars_iter
0.574 remove_chars_re
0.765 remove_chars_translate_unicode

unicode string:

0.817 remove_chars_iter
0.686 remove_chars_re
0.876 remove_chars_translate_unicode

作为一个旁注，remove_chars_translate_bytes的数据可能会让我们猜测为什么该行业如此长时间不愿采用Unicode。

- georg

---

第二种方法会引发一个错误TypeError：translate（）接受一个参数（给出了2个）。显然，它需要将字典作为参数传入。 - antonavy

@antonavy - 第二个解决方案确实可行 - 但仅适用于非Unicode字符串（需要使用不同的translate()函数）。 - FuzzyAmi

Answer 2

你可以使用 str.translate() 方法：

s.translate(None, ",!.;")

例子：

>>> s = "asjo,fdjk;djaso,oio!kod.kjods;dkps"
>>> s.translate(None, ",!.;")
'asjofdjkdjasooiokodkjodsdkps'

- Sven Marnach

---

@thg435：没有人要求这个，但是无论如何：s.translate(dict.fromkeys(map(ord, u",!.;"))) - Sven Marnach

（这个和@PraveenGollakota的）同时回答正是@Laura所要求的，并且应该是首选答案。 - hobs

为什么Python3会报错：TypeError: translate() takes exactly one argument (2 given)？为什么Python3会报TypeError错误？translate()函数只接受一个参数，但是这里给了两个参数。 - Gank

@Gank：unicode.translate() 方法的参数与 str.translate() 方法不同。请针对 Unicode 对象使用上面评论中提到的变体。 - Sven Marnach

@SvenMarnach，map(ord, u",!.;"))是什么？u代表unicode吗？ - Jun

@Jun 这将ord()函数映射到Unicode字符串u",!.;"的所有字符上，结果是一个Unicode代码点列表（Python 2）或迭代器（Python 3）。在Python 2中，u表示Unicode字符串。在Python 3中，它是可选的，因为字符串默认为Unicode字符串（早期版本的Python 3甚至不支持u""语法）。 - Sven Marnach

Answer 3

如果您正在使用 python3 并寻找 translate 的解决方案 - 函数已更改，现在只需要一个参数而不是两个。

该参数是一个表格（可以是字典），其中每个键是要查找的 Unicode 码位（int），而值是替换内容（可以是 Unicode 码位或将键映射到字符串的内容）。

以下是用法示例：

>>> list = [',', '!', '.', ';']
>>> s = "This is, my! str,ing."
>>> s.translate({ord(x): '' for x in list})
'This is my string'

- Dekel

Answer 4

您可以使用 translate 方法。

s.translate(None, '!.;,')

- Praveen Gollakota

Answer 5

''.join(c for c in myString if not c in badTokens)

- ninjagecko

---

在类似情况下有用，不基于字符和字符串 +1 - Wolf

Answer 6

为什么不使用一个简单的循环？

for i in replace_list:
    string = string.replace(i, '')

此外，避免将列表命名为“list”。这会覆盖内置函数list。

- aIKid

Answer 7

使用正则表达式的另一种方法：

''.join(re.split(r'[.;!?,]', s))

- alan

Answer 8

你可以使用类似这样的东西。

def replace_all(text, dic):
  for i, j in dic.iteritems():
    text = text.replace(i, j)
  return text

这段代码不是我自己写的，来自这里。这是一篇非常好的文章，深入讨论了如何用Python进行多词或字符替换。

- krystan honour

Answer 9

从以下字符串中删除*％，＆amp; @！：

s = "this is my string,  and i will * remove * these ** %% "
new_string = s.translate(s.maketrans('','','*%,&@!'))
print(new_string)

# output: this is my string  and i will  remove  these  

- Biplob Das

---

1. maketrans(x,y,z)：第三个参数是用于替换的。x、y 在此处为空，因此不进行任何更改。只有带有 z 的字符被删除。
2. translate()：返回一个字符串，其中每个字符都映射到其在翻译表中对应的字符（这里是从 maketrans 函数中获取的）。

- Aybid

Answer 10

简单方法，

import re
str = 'this is string !    >><< (foo---> bar) @-tuna-#   sandwich-%-is-$-* good'

// condense multiple empty spaces into 1
str = ' '.join(str.split()

// replace empty space with dash
str = str.replace(" ","-")

// take out any char that matches regex
str = re.sub('[!@#$%^&*()_+<>]', '', str)

输出结果:

this-is-string--foo----bar--tuna---sandwich--is---good

（该文本为原始文本，无需翻译）

- perfecto25