python如何去除字符串中不想要的字符

Posted 2020-11-27 河马哥

问题：

　　　　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‘ ‘:

　　　　　　‘hello world ‘

　　　　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()

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

#!/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

1 2 3 4 5 6

#!/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)

删除任意位置字符同时删除多种不同字符：replace(), re.sub()

1 2 3 4 5 6 7 8 9 10 11

#!/usr/bin/python3    # 去除字符串中相同的字符 s = ‘ abc 123 isk‘ print(s.replace(‘ ‘, ‘‘))       import re # 去除 字符 s = ‘ abc 123 xyz‘ print(re.sub(‘[ ]‘, ‘‘, s))

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

1 2 3 4 5 6 7

#!/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‘)))

去掉unicode字符中音调

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

#!/usr/bin/python3    import sys import unicodedata s = "Zhào Qián Sūn Lǐ Zhōu Wú Zhèng Wáng" remap = {  # ord返回ascii值  ord(‘ ‘): ‘‘,  ord(‘f‘): ‘‘,  ord(‘ ‘): None  } # 去除 , f, 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))