替换字符串中多个字符的最佳方法？
Posted
技术标签:
【中文标题】替换字符串中多个字符的最佳方法？【英文标题】：Best way to replace multiple characters in a string? 【发布时间】：2011-03-25 14:47:20 【问题描述】：我需要替换一些字符如下：& ➔ \&, # ➔ \#, ...
我编码如下，但我想应该有更好的方法。有什么提示吗？
strs = strs.replace('&', '\&')
strs = strs.replace('#', '\#')
...
【问题讨论】：
见***.com/questions/3367809/…和***.com/questions/3411006/… 【参考方案1】：你总是要在前面加上反斜杠吗？如果是这样，请尝试
import re
rx = re.compile('([&#])')
# ^^ fill in the characters here.
strs = rx.sub('\\\\\\1', strs)
这可能不是最有效的方法，但我认为它是最简单的。
【讨论】：
【参考方案2】：>>> string="abc&def#ghi"
>>> for ch in ['&','#']:
... if ch in string:
... string=string.replace(ch,"\\"+ch)
...
>>> print string
abc\&def\#ghi
【讨论】：
为什么需要双反斜杠？为什么只是“\”不起作用？ 双反斜杠转义反斜杠，否则python会将“\”解释为仍在打开的字符串中的文字引号字符。 为什么需要string=string.replace(ch,"\\"+ch)？ string.replace(ch,"\\"+ch) 还不够吗？
@MattSom replace() 不会修改原始字符串，而是返回一个副本。因此，您需要分配代码才能产生任何效果。
你真的需要 if 吗？无论如何，这看起来像是替换将要执行的操作的重复。【参考方案3】：
>>> a = '&#'
>>> print a.replace('&', r'\&')
\&#
>>> print a.replace('#', r'\#')
&\#
>>>
您想使用“原始”字符串（由替换字符串前缀的“r”表示），因为原始字符串不会特别处理反斜杠。
【讨论】：
【参考方案4】：你可以考虑写一个通用的转义函数：
def mk_esc(esc_chars):
return lambda s: ''.join(['\\' + c if c in esc_chars else c for c in s])
>>> esc = mk_esc('&#')
>>> print esc('Learn & be #1')
Learn \& be \#1
通过这种方式，您可以使用应该转义的字符列表来配置您的函数。
【讨论】：
【参考方案5】：像这样简单地链接replace函数
strs = "abc&def#ghi"
print strs.replace('&', '\&').replace('#', '\#')
# abc\&def\#ghi
如果替换的数量更多，您可以通过这种通用方式进行操作
strs, replacements = "abc&def#ghi", "&": "\&", "#": "\#"
print "".join([replacements.get(c, c) for c in strs])
# abc\&def\#ghi
【讨论】：
【参考方案6】：替换两个字符
我对当前答案中的所有方法以及一个额外的方法进行了计时。
输入字符串abc&def#ghi 并替换& -> \& 和# -> \#，最快的方法是将替换链接在一起，如下所示：text.replace('&', '\&').replace('#', '\#')。
每个功能的时间安排：
a) 1000000 次循环，3 次中的最佳：每个循环 1.47 μs b) 1000000 次循环，3 次中的最佳：每个循环 1.51 微秒 c) 100000 次循环，3 次中的最佳：每个循环 12.3 μs d) 100000 次循环，3 次中的最佳：每个循环 12 微秒 e) 100000 次循环，3 次中的最佳：每个循环 3.27 微秒 f) 1000000 次循环，3 次中的最佳：每个循环 0.817 μs g) 100000 次循环，3 次中的最佳：每个循环 3.64 μs h) 1000000 次循环，最佳 3 次：每个循环 0.927 μs i) 1000000 次循环，3 次中的最佳：每个循环 0.814 μs以下是函数：
def a(text):
chars = "&#"
for c in chars:
text = text.replace(c, "\\" + c)
def b(text):
for ch in ['&','#']:
if ch in text:
text = text.replace(ch,"\\"+ch)
import re
def c(text):
rx = re.compile('([&#])')
text = rx.sub(r'\\\1', text)
RX = re.compile('([&#])')
def d(text):
text = RX.sub(r'\\\1', text)
def mk_esc(esc_chars):
return lambda s: ''.join(['\\' + c if c in esc_chars else c for c in s])
esc = mk_esc('&#')
def e(text):
esc(text)
def f(text):
text = text.replace('&', '\&').replace('#', '\#')
def g(text):
replacements = "&": "\&", "#": "\#"
text = "".join([replacements.get(c, c) for c in text])
def h(text):
text = text.replace('&', r'\&')
text = text.replace('#', r'\#')
def i(text):
text = text.replace('&', r'\&').replace('#', r'\#')
时间是这样的：
python -mtimeit -s"import time_functions" "time_functions.a('abc&def#ghi')"
python -mtimeit -s"import time_functions" "time_functions.b('abc&def#ghi')"
python -mtimeit -s"import time_functions" "time_functions.c('abc&def#ghi')"
python -mtimeit -s"import time_functions" "time_functions.d('abc&def#ghi')"
python -mtimeit -s"import time_functions" "time_functions.e('abc&def#ghi')"
python -mtimeit -s"import time_functions" "time_functions.f('abc&def#ghi')"
python -mtimeit -s"import time_functions" "time_functions.g('abc&def#ghi')"
python -mtimeit -s"import time_functions" "time_functions.h('abc&def#ghi')"
python -mtimeit -s"import time_functions" "time_functions.i('abc&def#ghi')"
替换 17 个字符
这里有类似的代码可以做同样的事情，但要转义更多字符 (\`*_>#+-.!$)：
def a(text):
chars = "\\`*_[]()>#+-.!$"
for c in chars:
text = text.replace(c, "\\" + c)
def b(text):
for ch in ['\\','`','*','_','','','[',']','(',')','>','#','+','-','.','!','$','\'']:
if ch in text:
text = text.replace(ch,"\\"+ch)
import re
def c(text):
rx = re.compile('([&#])')
text = rx.sub(r'\\\1', text)
RX = re.compile('([\\`*_[]()>#+-.!$])')
def d(text):
text = RX.sub(r'\\\1', text)
def mk_esc(esc_chars):
return lambda s: ''.join(['\\' + c if c in esc_chars else c for c in s])
esc = mk_esc('\\`*_[]()>#+-.!$')
def e(text):
esc(text)
def f(text):
text = text.replace('\\', '\\\\').replace('`', '\`').replace('*', '\*').replace('_', '\_').replace('', '\').replace('', '\').replace('[', '\[').replace(']', '\]').replace('(', '\(').replace(')', '\)').replace('>', '\>').replace('#', '\#').replace('+', '\+').replace('-', '\-').replace('.', '\.').replace('!', '\!').replace('$', '\$')
def g(text):
replacements =
"\\": "\\\\",
"`": "\`",
"*": "\*",
"_": "\_",
"": "\",
"": "\",
"[": "\[",
"]": "\]",
"(": "\(",
")": "\)",
">": "\>",
"#": "\#",
"+": "\+",
"-": "\-",
".": "\.",
"!": "\!",
"$": "\$",
text = "".join([replacements.get(c, c) for c in text])
def h(text):
text = text.replace('\\', r'\\')
text = text.replace('`', r'\`')
text = text.replace('*', r'\*')
text = text.replace('_', r'\_')
text = text.replace('', r'\')
text = text.replace('', r'\')
text = text.replace('[', r'\[')
text = text.replace(']', r'\]')
text = text.replace('(', r'\(')
text = text.replace(')', r'\)')
text = text.replace('>', r'\>')
text = text.replace('#', r'\#')
text = text.replace('+', r'\+')
text = text.replace('-', r'\-')
text = text.replace('.', r'\.')
text = text.replace('!', r'\!')
text = text.replace('$', r'\$')
def i(text):
text = text.replace('\\', r'\\').replace('`', r'\`').replace('*', r'\*').replace('_', r'\_').replace('', r'\').replace('', r'\').replace('[', r'\[').replace(']', r'\]').replace('(', r'\(').replace(')', r'\)').replace('>', r'\>').replace('#', r'\#').replace('+', r'\+').replace('-', r'\-').replace('.', r'\.').replace('!', r'\!').replace('$', r'\$')
这是相同输入字符串 abc&def#ghi 的结果：
并且输入字符串更长（## *Something* and [another] thing in a longer sentence with more things to replace$）：
添加几个变体：
def ab(text):
for ch in ['\\','`','*','_','','','[',']','(',')','>','#','+','-','.','!','$','\'']:
text = text.replace(ch,"\\"+ch)
def ba(text):
chars = "\\`*_[]()>#+-.!$"
for c in chars:
if c in text:
text = text.replace(c, "\\" + c)
使用较短的输入：
ab) 100000 次循环，3 次中的最佳：每个循环 7.05 μs ba) 100000 次循环，3 次中的最佳：每个循环 2.4 μs较长的输入：
ab) 100000 次循环，3 次中的最佳：每个循环 7.71 微秒 ba) 100000 次循环，3 次中的最佳：每个循环 6.08 微秒所以我将使用ba 来提高可读性和速度。
附录
在 cmets 中的黑客提示下，ab 和 ba 之间的一个区别是 if c in text: 检查。让我们针对另外两个变体对它们进行测试：
def ab_with_check(text):
for ch in ['\\','`','*','_','','','[',']','(',')','>','#','+','-','.','!','$','\'']:
if ch in text:
text = text.replace(ch,"\\"+ch)
def ba_without_check(text):
chars = "\\`*_[]()>#+-.!$"
for c in chars:
text = text.replace(c, "\\" + c)
在 Python 2.7.14 和 3.6.3 上以及在与早期设置不同的机器上，每个循环的时间（以 μs 为单位），因此无法直接比较。
╭────────────╥──────┬───────────────┬──────┬──────────────────╮
│ Py, input ║ ab │ ab_with_check │ ba │ ba_without_check │
╞════════════╬══════╪═══════════════╪══════╪══════════════════╡
│ Py2, short ║ 8.81 │ 4.22 │ 3.45 │ 8.01 │
│ Py3, short ║ 5.54 │ 1.34 │ 1.46 │ 5.34 │
├────────────╫──────┼───────────────┼──────┼──────────────────┤
│ Py2, long ║ 9.3 │ 7.15 │ 6.85 │ 8.55 │
│ Py3, long ║ 7.43 │ 4.38 │ 4.41 │ 7.02 │
└────────────╨──────┴───────────────┴──────┴──────────────────┘
我们可以得出结论：
有支票的人比没有支票的人快 4 倍
ab_with_check 在 Python 3 上略微领先，但ba（带检查）在 Python 2 上的领先优势更大
但是，最大的教训是 Python 3 比 Python 2 快 3 倍！ Python 3 上最慢的速度和 Python 2 上最快的速度之间并没有太大的区别！
【讨论】：
为什么这不是例外答案？ @雨果；我认为这种时间差异是因为replace 仅在text 中找到c 时才调用ba，而在ab 的每次迭代中都会调用它。
@hacks 谢谢，我已经用更多时间更新了我的答案：添加检查对两者都更好，但最大的教训是 Python 3 的速度提高了 3 倍！
@Hugo: i.pinimg.com/originals/ed/55/82/…
你先生是个真正的英雄【参考方案7】：
仅供参考，这对 OP 几乎没有用处，但它可能对其他读者有用（请不要投反对票，我知道这一点）。
作为一个有点荒谬但有趣的练习，想看看我是否可以使用 python 函数式编程来替换多个字符。我很确定这不会比两次调用 replace() 更好。如果性能是一个问题，你可以在 rust、C、julia、perl、java、javascript 甚至 awk 中轻松击败它。它使用名为 pytoolz 的外部“帮助程序”包，通过 cython (cytoolz, it's a pypi package) 加速。
from cytoolz.functoolz import compose
from cytoolz.itertoolz import chain,sliding_window
from itertools import starmap,imap,ifilter
from operator import itemgetter,contains
text='&hello#hi&yo&'
char_index_iter=compose(partial(imap, itemgetter(0)), partial(ifilter, compose(partial(contains, '#&'), itemgetter(1))), enumerate)
print '\\'.join(imap(text.__getitem__, starmap(slice, sliding_window(2, chain((0,), char_index_iter(text), (len(text),))))))
我什至不打算解释这一点，因为没有人会费心使用它来完成多个替换。尽管如此，我还是觉得这样做有点成就感，并认为它可能会激励其他读者或赢得代码混淆竞赛。
【讨论】：
“函数式编程”并不意味着“尽可能多地使用函数”，你知道的。 这是一个非常好的纯功能多字符替换器：gist.github.com/anonymous/4577424f586173fc6b91a215ea2ce89e 无分配、无突变、无副作用。也可读。【参考方案8】：使用在 python2.7 和 python3.* 中可用的 reduce，您可以轻松地以干净和 python 的方式替换多个子字符串。
# Lets define a helper method to make it easy to use
def replacer(text, replacements):
return reduce(
lambda text, ptuple: text.replace(ptuple[0], ptuple[1]),
replacements, text
)
if __name__ == '__main__':
uncleaned_str = "abc&def#ghi"
cleaned_str = replacer(uncleaned_str, [("&","\&"),("#","\#")])
print(cleaned_str) # "abc\&def\#ghi"
在 python2.7 中你不必导入 reduce，但在 python3.* 中你必须从 functools 模块中导入它。
【讨论】：
添加'if'条件（Hugo提到的变体ba）：lambda text, ptuple: text.replace(ptuple[0], ptuple[1]) if ptuple[0] in text else text【参考方案9】：
这是一个使用str.translate和str.maketrans的python3方法：
s = "abc&def#ghi"
print(s.translate(str.maketrans('&': '\&', '#': '\#')))
打印出来的字符串是abc\&def\#ghi。
【讨论】：
这是一个很好的答案，但实际上执行一个.translate() 似乎比三个链接的 .replace() 慢（使用 CPython 3.6.4）。
@Changaco 感谢您安排时间 ? 实际上我自己会使用replace()，但为了完整起见，我添加了这个答案。
对于大字符串和许多替换，这应该会更快，尽管一些测试会很好......
嗯，它不在我的机器上（2 和 17 替换相同）。
此方法允许执行链式版本不能执行的“破坏性替换”。例如，将“a”替换为“b”，将“b”替换为“a”。【参考方案10】：
聚会迟到了，但我在这个问题上浪费了很多时间，直到找到答案。
短小精悍，translate优于replace。如果您对随时间优化的功能更感兴趣，请不要使用replace。
如果您不知道要替换的字符集是否与要替换的字符集重叠，也可以使用translate。
例子：
使用replace 你会天真地期望sn-p "1234".replace("1", "2").replace("2", "3").replace("3", "4") 返回"2344"，但实际上它会返回"4444"。
翻译似乎执行了 OP 最初想要的。
【讨论】：
【参考方案11】：也许是一个用于替换字符的简单循环：
a = '&#'
to_replace = ['&', '#']
for char in to_replace:
a = a.replace(char, "\\"+char)
print(a)
>>> \&\#
【讨论】：
【参考方案12】：这个怎么样？
def replace_all(dict, str):
for key in dict:
str = str.replace(key, dict[key])
return str
然后
print(replace_all("&":"\&", "#":"\#", "&#"))
输出
\&\#
类似于answer
【讨论】：
【参考方案13】：使用正则表达式的高级方法
import re
text = "hello ,world!"
replaces = "hello": "hi", "world":" 2020", "!":"."
regex = re.sub("|".join(replaces.keys()), lambda match: replaces[match.string[match.start():match.end()]], text)
print(regex)
【讨论】：
【参考方案14】：对于 Python 3.8 及以上版本，可以使用赋值表达式
[text := text.replace(s, f"\\s") for s in "&#" if s in text];
虽然，我很不确定这是否会被视为“适当使用”PEP 572 中描述的赋值表达式，但看起来很干净并且读起来很好（在我看来）。如果你在 REPL 中运行，最后的分号会禁止输出。
如果您还想要所有中间字符串，这将是“合适的”。例如，（删除所有小写元音）：
text = "Lorem ipsum dolor sit amet"
intermediates = [text := text.replace(i, "") for i in "aeiou" if i in text]
['Lorem ipsum dolor sit met',
'Lorm ipsum dolor sit mt',
'Lorm psum dolor st mt',
'Lrm psum dlr st mt',
'Lrm psm dlr st mt']
从好的方面来说，它似乎（出乎意料地？）比接受答案中的一些更快的方法更快，并且似乎在增加字符串长度和增加替换数量的情况下表现良好。
上述比较的代码如下。我正在使用随机字符串让我的生活更简单一些，并且要替换的字符是从字符串本身中随机选择的。 （注意：我在这里使用了 ipython 的 %timeit 魔法，所以在 ipython/jupyter 中运行它）。
import random, string
def make_txt(length):
"makes a random string of a given length"
return "".join(random.choices(string.printable, k=length))
def get_substring(s, num):
"gets a substring"
return "".join(random.choices(s, k=num))
def a(text, replace): # one of the better performing approaches from the accepted answer
for i in replace:
if i in text:
text = text.replace(i, "")
def b(text, replace):
_ = (text := text.replace(i, "") for i in replace if i in text)
def compare(strlen, replace_length):
"use ipython / jupyter for the %timeit functionality"
times_a, times_b = [], []
for i in range(*strlen):
el = make_txt(i)
et = get_substring(el, replace_length)
res_a = %timeit -n 1000 -o a(el, et) # ipython magic
el = make_txt(i)
et = get_substring(el, replace_length)
res_b = %timeit -n 1000 -o b(el, et) # ipython magic
times_a.append(res_a.average * 1e6)
times_b.append(res_b.average * 1e6)
return times_a, times_b
#----run
t2 = compare((2*2, 1000, 50), 2)
t10 = compare((2*10, 1000, 50), 10)
【讨论】：
【参考方案15】：这将帮助寻找简单解决方案的人。
def replacemany(our_str, to_be_replaced:tuple, replace_with:str):
for nextchar in to_be_replaced:
our_str = our_str.replace(nextchar, replace_with)
return our_str
os = 'the rain in spain falls mainly on the plain ttttttttt sssssssssss nnnnnnnnnn'
tbr = ('a','t','s','n')
rw = ''
print(replacemany(os,tbr,rw))
输出：
he ri i pi fll mily o he pli
【讨论】：
以上是关于替换字符串中多个字符的最佳方法？的主要内容，如果未能解决你的问题，请参考以下文章