Usuwanie listy znaków w ciągu

Chcę usunąć znaki w ciągu znaków w pythonie:

string.replace(',', '').replace("!", '').replace(":", '').replace(";", '')...

Ale mam wiele postaci, które muszę usunąć. Myślałem o liście

list = [',', '!', '.', ';'...]

Ale jak mogę użyć listdo zastąpienia znaków w string?

Jeśli używasz Python2, a twoje dane wejściowe są ciągami (nie kodami Unicode), absolutnie najlepszą metodą jest str.translate:

>>> chars_to_remove = ['.', '!', '?']
>>> subj = 'A.B!C?'
>>> subj.translate(None, ''.join(chars_to_remove))
'ABC'

W przeciwnym razie należy rozważyć następujące opcje:

A. Iteruj znak po znaku char, pomiń niechciane znaki i joinwynikową listę:

>>> sc = set(chars_to_remove)
>>> ''.join([c for c in subj if c not in sc])
'ABC'

(Uwaga: wersja generatora ''.join(c for c ...) będzie mniej wydajna).

B. Utwórz w locie wyrażenie regularne re.subz pustym ciągiem znaków:

>>> import re
>>> rx = '[' + re.escape(''.join(chars_to_remove)) + ']'
>>> re.sub(rx, '', subj)
'ABC'

( re.escapezapewnia, że ​​znaki takie jak ^lub] nie złamie wyrażenie regularne).

C. Użyj wariantu mapowaniatranslate :

>>> chars_to_remove = [u'δ', u'Γ', u'ж']
>>> subj = u'AжBδCΓ'
>>> dd = {ord(c):None for c in chars_to_remove}
>>> subj.translate(dd)
u'ABC'

Pełny kod testowy i czasy:

#coding=utf8

import re

def remove_chars_iter(subj, chars):
    sc = set(chars)
    return ''.join([c for c in subj if c not in sc])

def remove_chars_re(subj, chars):
    return re.sub('[' + re.escape(''.join(chars)) + ']', '', subj)

def remove_chars_re_unicode(subj, chars):
    return re.sub(u'(?u)[' + re.escape(''.join(chars)) + ']', '', subj)

def remove_chars_translate_bytes(subj, chars):
    return subj.translate(None, ''.join(chars))

def remove_chars_translate_unicode(subj, chars):
    d = {ord(c):None for c in chars}
    return subj.translate(d)

import timeit, sys

def profile(f):
    assert f(subj, chars_to_remove) == test
    t = timeit.timeit(lambda: f(subj, chars_to_remove), number=1000)
    print ('{0:.3f} {1}'.format(t, f.__name__))

print (sys.version)
PYTHON2 = sys.version_info[0] == 2

print ('\n"plain" string:\n')

chars_to_remove = ['.', '!', '?']
subj = 'A.B!C?' * 1000
test = 'ABC' * 1000

profile(remove_chars_iter)
profile(remove_chars_re)

if PYTHON2:
    profile(remove_chars_translate_bytes)
else:
    profile(remove_chars_translate_unicode)

print ('\nunicode string:\n')

if PYTHON2:
    chars_to_remove = [u'δ', u'Γ', u'ж']
    subj = u'AжBδCΓ'
else:
    chars_to_remove = ['δ', 'Γ', 'ж']
    subj = 'AжBδCΓ'

subj = subj * 1000
test = 'ABC' * 1000

profile(remove_chars_iter)

if PYTHON2:
    profile(remove_chars_re_unicode)
else:
    profile(remove_chars_re)

profile(remove_chars_translate_unicode)

Wyniki:

2.7.5 (default, Mar  9 2014, 22:15:05) 
[GCC 4.2.1 Compatible Apple LLVM 5.0 (clang-500.0.68)]

"plain" string:

0.637 remove_chars_iter
0.649 remove_chars_re
0.010 remove_chars_translate_bytes

unicode string:

0.866 remove_chars_iter
0.680 remove_chars_re_unicode
1.373 remove_chars_translate_unicode

---

3.4.2 (v3.4.2:ab2c023a9432, Oct  5 2014, 20:42:22) 
[GCC 4.2.1 (Apple Inc. build 5666) (dot 3)]

"plain" string:

0.512 remove_chars_iter
0.574 remove_chars_re
0.765 remove_chars_translate_unicode

unicode string:

0.817 remove_chars_iter
0.686 remove_chars_re
0.876 remove_chars_translate_unicode

(Na marginesie, liczba ta remove_chars_translate_bytesmoże dać nam wskazówkę, dlaczego przemysł tak niechętnie stosuje Unicode przez tak długi czas).

Możesz użyć str.translate():

s.translate(None, ",!.;")

Przykład:

>>> s = "asjo,fdjk;djaso,oio!kod.kjods;dkps"
>>> s.translate(None, ",!.;")
'asjofdjkdjasooiokodkjodsdkps'

Możesz użyć metody tłumaczenia .

s.translate(None, '!.;,')

''.join(c for c in myString if not c in badTokens)

Jeśli używasz Python3 i szukasz translaterozwiązania - funkcja została zmieniona i teraz przyjmuje 1 parametr zamiast 2.

Ten parametr jest tabelą (może być słownikiem), w której każdy klucz jest liczbą porządkową Unicode (int) znaku do znalezienia, a wartością jest zamiennik (może być liczbą porządkową Unicode lub ciągiem znaków, na który ma zostać odwzorowany klucz).

Oto przykład użycia:

>>> list = [',', '!', '.', ';']
>>> s = "This is, my! str,ing."
>>> s.translate({ord(x): '' for x in list})
'This is my string'

Inne podejście z użyciem wyrażenia regularnego:

''.join(re.split(r'[.;!?,]', s))

Dlaczego nie prosta pętla?

for i in replace_list:
    string = string.replace(i, '')

Unikaj także listy nazwisk. Zastępuje wbudowaną funkcję list.

możesz użyć czegoś takiego

def replace_all(text, dic):
  for i, j in dic.iteritems():
    text = text.replace(i, j)
  return text

Ten kod nie jest moim własnym i pochodzi stąd świetny artykuł i szczegółowo to robię

Również interesujący temat dotyczący usuwania akcentu UTF-8 z łańcucha przekształcającego znak w ich standardowy nieakcentowany znak:

Jaki jest najlepszy sposób na usunięcie akcentów w ciągu znaków Unicode w Pythonie?

fragment kodu z tematu:

import unicodedata

def remove_accents(input_str):
    nkfd_form = unicodedata.normalize('NFKD', input_str)
    return u"".join([c for c in nkfd_form if not unicodedata.combining(c)])

Być może bardziej nowoczesny i funkcjonalny sposób na osiągnięcie tego, co chcesz:

>>> subj = 'A.B!C?'
>>> list = set([',', '!', '.', ';', '?'])
>>> filter(lambda x: x not in list, subj)
'ABC'

należy pamiętać, że w tym konkretnym celu jest to dość przesada, ale gdy potrzebujesz bardziej złożonych warunków, przydatny jest filtr

prosta droga,

import re
str = 'this is string !    >><< (foo---> bar) @-tuna-#   sandwich-%-is-$-* good'

// condense multiple empty spaces into 1
str = ' '.join(str.split()

// replace empty space with dash
str = str.replace(" ","-")

// take out any char that matches regex
str = re.sub('[!@#$%^&*()_+<>]', '', str)

wynik:

this-is-string--foo----bar--tuna---sandwich--is---good

Co powiesz na to - jedna wkładka.

reduce(lambda x,y : x.replace(y,"") ,[',', '!', '.', ';'],";Test , ,  !Stri!ng ..")

myślę, że jest to dość proste i wystarczy!

list = [",",",","!",";",":"] #the list goes on.....

theString = "dlkaj;lkdjf'adklfaj;lsd'fa'dfj;alkdjf" #is an example string;
newString="" #the unwanted character free string
for i in range(len(TheString)):
    if theString[i] in list:
        newString += "" #concatenate an empty string.
    else:
        newString += theString[i]

to jeden ze sposobów, aby to zrobić. Ale jeśli masz dość utrzymywania listy znaków, które chcesz usunąć, możesz to zrobić, korzystając z numeru porządkowego ciągów, które iterujesz. numer zamówienia jest wartością ascii tego znaku. liczba ascii dla 0 jako char wynosi 48, a liczba ascii dla małych liter z wynosi 122, więc:

theString = "lkdsjf;alkd8a'asdjf;lkaheoialkdjf;ad"
newString = ""
for i in range(len(theString)):
     if ord(theString[i]) < 48 or ord(theString[i]) > 122: #ord() => ascii num.
         newString += ""
     else:
        newString += theString[i]

Obecnie nurkuję w schemacie, a teraz myślę, że jestem dobry w rekursywności i ewaluacji. HAHAHA. Po prostu udostępnij kilka nowych sposobów:

po pierwsze, sprawdź to

print eval('string%s' % (''.join(['.replace("%s","")'%i for i in replace_list])))

po drugie, powtórz to

def repn(string,replace_list):
    if replace_list==[]:
        return string
    else:
        return repn(string.replace(replace_list.pop(),""),replace_list)

print repn(string,replace_list)

Hej, nie głosuj za głosem. Chcę tylko podzielić się nowym pomysłem.

Myślę o rozwiązaniu tego problemu. Najpierw wprowadzę ciąg znaków jako listę. Następnie zastąpiłbym pozycje z listy. Następnie za pomocą polecenia Join zwrócę listę jako ciąg znaków. Kod może wyglądać tak:

def the_replacer(text):
    test = []    
    for m in range(len(text)):
        test.append(text[m])
        if test[m]==','\
        or test[m]=='!'\
        or test[m]=='.'\
        or test[m]=='\''\
        or test[m]==';':
    #....
            test[n]=''
    return ''.join(test)

Spowoduje to usunięcie czegokolwiek z ciągu. Co myślicie o tym?

Oto more_itertoolspodejście:

import more_itertools as mit


s = "A.B!C?D_E@F#"
blacklist = ".!?_@#"

"".join(mit.flatten(mit.split_at(s, pred=lambda x: x in set(blacklist))))
# 'ABCDEF'

Tutaj dzielimy się na przedmioty znalezione w blacklist, spłaszczamy wyniki i łączymy ciąg.

Python 3, implementacja rozumienia listy pojedynczej linii.

from string import ascii_lowercase # 'abcdefghijklmnopqrstuvwxyz'
def remove_chars(input_string, removable):
  return ''.join([_ for _ in input_string if _ not in removable])

print(remove_chars(input_string="Stack Overflow", removable=ascii_lowercase))
>>> 'S O'

Usuń *% i @! z poniżej ciągu:

s = "this is my string,  and i will * remove * these ** %% "
new_string = s.translate(s.maketrans('','','*%,&@!'))
print(new_string)

# output: this is my string  and i will  remove  these