亲宝软件园·资讯

展开

Python去除字符串中字符

AllardZhao 人气:8

1、如何去掉字符串中不需要的字符?

实际案例:

(1)过滤掉用户输入前后多余的空白字符:' nick2008@gmail.com '

(2)过滤某windows下编辑文本中的'\r':'hello world\r\n'

(3)去掉文本中的unicode组合符号(调音):u'ní hǎo, chī fàn'(或 èěéēàǎā)

解决方案;

方法1:字符串strip(),lstrip(),rstrip()方法去掉字符串两端字符。

方法2:删除单个固定位置的字符,可以使用切片+拼接的方式。

方法3:字符串的replace()替换方法或正则表达式re.sub()删除任意位置字符。(通用)

方法4:字符串translate()方法,可以同时删除多种不同字符。

2、代码演示

# 方法1:strip类的方法
# 去掉字符串两端的字符
s = '  abc  123   '
'''
str.strip方法介绍:
    strip([chars]) -> string or unicode
    chars不指定默认情况下去掉空白字符(空格,\n,\t,\r)
'''
# 去掉两端空白,但保留了中间的空白
print(s.strip())
# 只去掉左端的空白
print(s.lstrip())
# 只去掉右端的空白
print(s.rstrip())
s2 = '---abc+++'
# 去掉s2中的加减
print(s2.strip('-+'))
 
# 方法2:删除固定位置字符,切片+拼接
s3 = 'abc:123'
# 只删除固定位置的冒号
s4 = s3[0:3] + s3[4:]
print(s4)
 
# 方法3:
'''
因为第1种方法不能删除中间的某些字符,只能在两端进行删除,
第3种就能完成删除中间某些字符的事情。
'''
s5 = '\tabc\t123\txyz'
# 清除s5中的所有\t,可以使用字符串替换replace,
# 但是这种方式只能替换一种
print(s5.replace('\t', ''))
s6 = '\tabc\t123\txyz\ropq\r'
import re
 
# 去除s6中的\t和\r
print(re.sub('[\t\r]', '', s6))
 
# 方法4:
'''
str.translate方法介绍:
    S.translate(table) -> string
    table如果是None不做任何映射,如果存在就是一个字符映射到另一个字符上去的表;
'''
s7 = 'abc1230323xyz'
# 现在对s7字符串进行加密,加密规则是将其中a全部替换成x,
# b替换成y,c替换成z,反过来将其中的xyz分别替换成abc
 
# 构建映射表
make = str.maketrans('abcxyz', 'xyzabc')
print(make)
# 对s7字符串进行加密转换
print(s7.translate(make))
s8 = 'abc\refg\n2342\t'
# 删除s8中\r,\n,\t,构建映射表str_trans
str_trans = str.maketrans('', '', '\t\r\n')
print(s8.translate(str_trans))
 
# 去掉音标符号
u = u'nǐ hǎo, chī fàn'
import unicodedata, sys
 
# 将原始输入标准化为分解形式字符
a = unicodedata.normalize('NFD', u)
'''
使用dict.fromkeys() 方法构造一个字典,每个Unicode和音调作为键,对应的值全部为None
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
这样我们就成功将所有组合类的值全部设置为None
'''
cmb_chrs = dict.fromkeys(c for c in range(sys.maxunicode) 
                         if unicodedata.combining(chr(c)))
# 调用translate函数删除所有音调
print(a.translate(cmb_chrs))

总结

加载全部内容

相关教程
猜你喜欢
用户评论