python_如何去除字符串中不想要的字符？

Posted 2020-09-30

案例：

　　　　过滤用户输入中前后多余的空白字符

　　　　　　‘    ++++abc123---    ‘

　　　　过滤某windows下编辑文本中的’\r’:

　　　　　　‘hello world \r\n’

　　　　去掉文本中unicode组合字符，音调

　　　　　　"Zhào Qián Sūn Lǐ Zhōu Wú Zhèng Wáng" 

如何解决以上问题？

　　　　去掉两端字符串： strip(), rstrip(),lstrip()

#!/usr/bin/python3

s = ‘  -----abc123++++       ‘

# 删除两边空字符
print(s.strip())

# 删除左边空字符
print(s.rstrip())

# 删除右边空字符
print(s.lstrip())

# 删除两边 - + 和空字符
print(s.strip().strip(‘-+‘))

 

　　　　删除单个固定位置字符： 切片 + 拼接

#!/usr/bin/python3

s = ‘abc:123‘
# 字符串拼接方式去除冒号
new_s = s[:3] + s[4:]
print(new_s)

　　　　删除任意位置字符：replace(), re.sub()

#!/usr/bin/python3

# 去除字符串中相同的字符
s = ‘\tabc\t123\tisk‘
print(s.replace(‘\t‘, ‘‘))

#!/usr/bin/python3

import re
# 去除\r\n\t字符
s = ‘\r\nabc\t123\nxyz‘
print(re.sub(‘[\r\n\t]‘, ‘‘, s))

　　　　同时删除多种不同字符：translate()        py3中为str.maketrans()做映射

#!/usr/bin/python3

s = ‘abc123xyz‘
# a _> x, b_> y, c_> z，字符映射加密
print(str.maketrans(‘abcxyz‘, ‘xyzabc‘))
# translate把其转换成字符串
print(s.translate(str.maketrans(‘abcxyz‘, ‘xyzabc‘)))

 

#!/usr/bin/python3

import sys
import unicodedata
s = "Zhào Qián Sūn Lǐ Zhōu Wú Zhèng Wáng"
remap = {
    # ord返回ascii值
    ord(‘\t‘): ‘‘,
    ord(‘\f‘): ‘‘,
    ord(‘\r‘): None
    }
# 去除\t, \f, \r
a = s.translate(remap)
‘‘‘
　　通过使用dict.fromkeys() 方法构造一个字典，每个Unicode 和音符作为键，对于的值全部为None
　　然后使用unicodedata.normalize() 将原始输入标准化为分解形式字符
　　sys.maxunicode : 给出最大Unicode代码点的值的整数，即1114111（十六进制的0x10FFFF）。
　　unicodedata.combining:将分配给字符chr的规范组合类作为整数返回。 如果未定义组合类，则返回0。
‘‘‘
cmb_chrs = dict.fromkeys(c for c in range(sys.maxunicode) if unicodedata.combining(chr(c))) #此部分建议拆分开来理解
b = unicodedata.normalize(‘NFD‘, a)
‘‘‘
　　　调用translate 函数删除所有重音符
‘‘‘
print(b.translate(cmb_chrs))