Pythonで文字列内の文字を削除したい:
string.replace(',', '').replace("!", '').replace(":", '').replace(";", '')...
しかし、削除しなければならない文字がたくさんあります。リストについて考えました
list = [',', '!', '.', ';'...]
しかし、どうすれば?list
の文字を置き換えることができstring
ますか?
python2を使用していて、入力が文字列(Unicodeではない)である場合、絶対に最適な方法はstr.translate
次のとおりです。
>>> chars_to_remove = ['.', '!', '?']
>>> subj = 'A.B!C?'
>>> subj.translate(None, ''.join(chars_to_remove))
'ABC'
それ以外の場合は、次のオプションを検討してください。
A.件名のcharをcharごとに繰り返し、不要な文字とjoin
結果のリストを省略します。
>>> sc = set(chars_to_remove)
>>> ''.join([c for c in subj if c not in sc])
'ABC'
(ジェネレーターのバージョン''.join(c for c ...)
は効率が低下することに注意してください)。
re.sub
B.空の文字列を使用して、その場で正規表現を作成します。
>>> import re
>>> rx = '[' + re.escape(''.join(chars_to_remove)) + ']'
>>> re.sub(rx, '', subj)
'ABC'
(文字が正規表現を好きまたは壊さないre.escape
ことを保証します)。^
]
C.:のマッピングバリアントをtranslate
使用します
>>> 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'
完全なテストコードとタイミング:
#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)
結果:
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
(補足として、の数字はremove_chars_translate_bytes
、業界が長い間Unicodeを採用することを躊躇した理由の手がかりを私たちに与えるかもしれません)。
あなたが使用することができますstr.translate()
:
s.translate(None, ",!.;")
例:
>>> s = "asjo,fdjk;djaso,oio!kod.kjods;dkps"
>>> s.translate(None, ",!.;")
'asjofdjkdjasooiokodkjodsdkps'
translateメソッドを使用できます。
s.translate(None, '!.;,')
python3を使用していて解決策を探している場合translate
、関数が変更され、2つではなく1つのパラメーターを受け取るようになりました。
そのパラメーターはテーブル(辞書の場合もあります)であり、各キーは検索する文字のUnicode序数(int)であり、値は置換です(Unicode序数またはキーをマップする文字列のいずれかです)。
使用例は次のとおりです。
>>> list = [',', '!', '.', ';']
>>> s = "This is, my! str,ing."
>>> s.translate({ord(x): '' for x in list})
'This is my string'
''.join(c for c in myString if not c in badTokens)
なぜ単純なループではないのですか?
for i in replace_list:
string = string.replace(i, '')
また、リストに「list」という名前を付けることは避けてください。組み込み関数をオーバーライドしますlist
。
正規表現を使用した別のアプローチ:
''.join(re.split(r'[.;!?,]', s))
あなたはこのようなものを使うことができます
def replace_all(text, dic):
for i, j in dic.iteritems():
text = text.replace(i, j)
return text
このコードは私自身のものではなく、ここからその素晴らしい記事になり、これを行うことについて深く議論します
簡単な方法、
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)
出力:
this-is-string--foo----bar--tuna---sandwich--is---good
また、UTF-8アクセントの削除に関する興味深いトピックは、文字を標準の非アクセント文字に変換する文字列を形成します。
Pythonユニコード文字列のアクセントを削除する最良の方法は何ですか?
トピックからのコード抽出:
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)])
おそらく、あなたが望むことを達成するためのより現代的で機能的な方法:
>>> subj = 'A.B!C?'
>>> list = set([',', '!', '.', ';', '?'])
>>> filter(lambda x: x not in list, subj)
'ABC'
この特定の目的のためにそれはかなりやり過ぎであることに注意してください、しかしあなたがより複雑な条件を必要とするならば、フィルターは便利です
削除する *%、&@!文字列の下から:
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
これはどうですか-1つのライナー。
reduce(lambda x,y : x.replace(y,"") ,[',', '!', '.', ';'],";Test , , !Stri!ng ..")
これは十分に単純で、うまくいくと思います!
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]
これはそれを行う1つの方法です。ただし、削除する文字のリストを保持することにうんざりしている場合は、繰り返し処理する文字列の順序番号を使用して、実際に削除することができます。注文番号は、その文字のASCII値です。文字としての0のASCII番号は48で、小文字のzのASCII番号は122なので、次のようになります。
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]
Python 3.8では、これは私にとってはうまくいきます:
s.translate(s.maketrans(dict.fromkeys(',!.;', '')))
最近はスキームに飛び込んでいますが、今は再帰と評価が得意だと思います。ははは。いくつかの新しい方法を共有するだけです。
最初に、それを評価します
print eval('string%s' % (''.join(['.replace("%s","")'%i for i in replace_list])))
第二に、それを繰り返します
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)
ねえ、反対票を投じないでください。新しいアイデアを共有したいだけです。
私はこれに対する解決策を考えています。まず、文字列をリストとして入力します。次に、リストのアイテムを置き換えます。次に、joinコマンドを使用して、リストを文字列として返します。コードは次のようになります。
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)
これにより、文字列からすべてが削除されます。あれについてどう思う?
more_itertools
アプローチは次のとおりです。
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'
ここでは、で見つかったアイテムを分割しblacklist
、結果をフラット化して文字列を結合します。
Python 3、単一行リスト内包表記の実装。
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'
この単純な関数を利用してみませんか。
def remove_characters(str, chars_list):
for char in chars_list:
str = str.replace(char, '')
return str
使用機能:
print(remove_characters('A.B!C?', ['.', '!', '?']))
出力:
ABC