从Python中的字符串中删除所有非数字字符

Posted 2023-02-18

【中文标题】从Python中的字符串中删除所有非数字字符

【英文标题】：Removing all non-numeric characters from string in Python

【发布时间】：2010-11-17 23:24:47

【问题描述】：

我们如何从 Python 中的字符串中删除所有非数字字符？

【问题讨论】：

可能重复：***.com/questions/947776/…

【参考方案1】：

这应该适用于 Python2 中的字符串和 unicode 对象，以及 Python3 中的字符串和字节：

# python <3.0
def only_numerics(seq):
    return filter(type(seq).isdigit, seq)

# python ≥3.0
def only_numerics(seq):
    seq_type= type(seq)
    return seq_type().join(filter(seq_type.isdigit, seq))

【参考方案2】：

许多正确答案，但如果您希望它直接浮动，而不使用正则表达式：

x= '$123.45M'

float(''.join(c for c in x if (c.isdigit() or c =='.'))

123.45

您可以根据需要更改逗号的点。

如果您知道您的数字是整数，请更改此设置

x='$1123'    
int(''.join(c for c in x if c.isdigit())

1123

【参考方案3】：

@Ned Batchelder 和 @newacct 提供了正确的答案，但是 ...

以防万一您的字符串中有逗号（，）小数（。）：

import re
re.sub("[^\d\.]", "", "$1,999,888.77")
'1999888.77'

【参考方案4】：

只是为了添加另一个选项，string 模块中有几个有用的常量。虽然在其他情况下更有用，但它们可以在这里使用。

>>> from string import digits
>>> ''.join(c for c in "abc123def456" if c in digits)
'123456'

模块中有几个常量，包括：

ascii_letters (abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ) hexdigits (0123456789abcdefABCDEF)

如果您大量使用这些常量，则值得将它们转换为frozenset。这样可以进行 O(1) 次查找，而不是 O(n)，其中 n 是原始字符串的常量长度。

>>> digits = frozenset(digits)
>>> ''.join(c for c in "abc123def456" if c in digits)
'123456'

【讨论】：

''.join(c for c in "abc123def456" if c.isdigit()) 在我的 python 3.4 中工作

【参考方案5】：

如果您需要执行不止一个或两个这样的删除操作（或者甚至只是一个，但在一个很长的字符串上！-），最快的方法是依赖字符串的 translate 方法，即使它确实需要一些准备：

>>> import string
>>> allchars = ''.join(chr(i) for i in xrange(256))
>>> identity = string.maketrans('', '')
>>> nondigits = allchars.translate(identity, string.digits)
>>> s = 'abc123def456'
>>> s.translate(identity, nondigits)
'123456'

translate 方法不同，而且在 Unicode 字符串上使用起来可能比在字节字符串上更简单，顺便说一句：

>>> unondig = dict.fromkeys(xrange(65536))
>>> for x in string.digits: del unondig[ord(x)]
... 
>>> s = u'abc123def456'
>>> s.translate(unondig)
u'123456'

您可能希望使用映射类而不是实际的 dict，尤其是当您的 Unicode 字符串可能包含具有非常高的 ord 值的字符时（这会使 dict 过大；-）。例如：

>>> class keeponly(object):
...   def __init__(self, keep): 
...     self.keep = set(ord(c) for c in keep)
...   def __getitem__(self, key):
...     if key in self.keep:
...       return key
...     return None
... 
>>> s.translate(keeponly(string.digits))
u'123456'
>>> 

【讨论】：

(1) 不要硬编码幻数； s/65536/sys.maxunicode/ (2) 字典无条件地“过大”，因为输入“可能”包含(sys.maxunicode - number_of_non_numeric_chars) 条目。 (3) 考虑 string.digits 是否可能不足以导致需要破解 unicodedata 模块 (4) 考虑 re.sub(r'(?u)\D+', u'', text) 为简单和潜在速度。

【参考方案6】：

>>> import re
>>> re.sub("[^0-9]", "", "sdkjh987978asd098as0980a98sd")
'987978098098098'

【讨论】：

可能是 re.sub(r"\D", "", "sdkjh987978asd098as0980a98sd")

这可能是：从重新导入子

如何将 sub 应用于字符串？ @JamesKoss

【参考方案7】：

不确定这是否是最有效的方法，但是：

>>> ''.join(c for c in "abc123def456" if c.isdigit())
'123456'

''.join 部分意味着将所有生成的字符组合在一起，中间没有任何字符。然后剩下的就是一个列表推导，其中（你可能猜到了）我们只取字符串中匹配条件isdigit的部分。

【讨论】：

反之。我认为您的意思是“不是 c.isdigit()”

删除所有非数字 == 只保留数字。

我喜欢这种方法不需要重新拉入，对于这个简单的功能。

请注意，与使用 str.translate 的实现不同，此解决方案适用于 python 2.7 和 3.4。谢谢！

我更喜欢这种选择。使用正则表达式对我来说似乎有点过头了。