Строка содержит различные символы, нужно удалить все, оставив лишь буквы и пробелы. Как я понимаю, нужно действовать через регулярные выражения, но как конкретно — мне непонятно.
4 ответа
При помощи regexp можно так:
import re
s = 'Hello!@#!%!#&&!*!#$#%@*+_{ world!'
reg = re.compile('[^a-zA-Z ]')
print(reg.sub('', s))
-
Все получилось, но команду вводил reg, а не regex, видимоб различие версий сказывается. Спасибо!– SimonZen31 авг 2015 в 13:25
-
Имеется метод str.translate(), который удаляет все символы из строки, содержащиеся в некотором наборе. regexp тут не нужны скорее всего.
-
наткнулся на такую строчку str.translate(None, string.punctuation), но при ее реализации выдает, что метод translate принимает только один аргумент– SimonZen31 авг 2015 в 9:57
-
А у меня все работает. Без конкретного кода и версии Питона (хотя вряд ли в ней дело) ничем не помочь. 31 авг 2015 в 10:00
-
python 3.4 import string fhand= open('C:\Python34\west.txt') intab=string.punctuation outtab=None trantab=maketrans(intab, outtab) for line in fhand: line = line.translate(trantab) line = line.lower() print(line) #затем идет работа со строкой(подсчет букв)– SimonZen31 авг 2015 в 10:14
-
-
Начните с минимального кода, без файлов, punctuation и т.п. 31 авг 2015 в 10:17
Если хочется оставить только ascii буквы и соответствующие стандартные символы пробела, то bytes.translate()
является наиболее эффективным методом:
#!/usr/bin/env python3
from string import ascii_letters, whitespace
good_chars = (ascii_letters + whitespace).encode()
junk_chars = bytearray(set(range(0x100)) - set(good_chars))
def clean(text):
return text.encode('ascii', 'ignore').translate(None, junk_chars).decode()
print(clean('Hello1@#!%!#&&!*!#$#%@*+_{ world!'))
# -> Hello world
Если необходимо сохранить произвольные буквы и символы пробела, то можно использовать регулярные выражения:
>>> import regex as re # $ pip install regex
>>> print(re.sub(r'[^\w\s]', '', 'Hello1@#!%!#&&!*!#$#%@*+_{\u00A0ёж!'))
Hello1_ ёж
>>> print(re.sub(r'[^\pL\p{Space}]', '', 'Hello1@#!%!#&&!*!#$#%@*+_{\u00A0ёж!'))
Hello еж
Стандартный re
модуль не поддерживает \p{}
Юникодные свойства, поэтому необходимо использовать regex
модуль. Различные классы символов такие как \w
, \pL
могут порождать слегка отличные результаты (см. ёж
vs. еж
в примере). Можно также использовать Юникодные свойства напрямую: unicodedata
+ unicode.translate()
.
Можно replace использовать. Более человеко-понимаемо чем всякие regexp
>>> i = 'abcdefg'
>>> i.replace('cde','')
'abfg'
Конечно это может быть утомительно и выглядеть слишком громоздко, но куда понятнее, чем regexp - который являет собой ни что иное, как рудимент трудно-читаемого программирования прошлого. Вы ещё перфокарты возьмите и попротыкайте...
>>> i = 'a$%b@.c&d*!@e$f%g'
>>> i.replace('%','').replace('$','').replace('@','').replace('*','').replace('.','').replace('!','').replace('&','')
'abcdefg'
-
3
-
лучше иметь код из лапши, которую человеческий глаз может прочитать, чем кодировать код regexp-ами которые нужно сидеть и разбирать по пол часа каждый символ. Единственное, почему regexp-ы ещё в моде - это скорость. Как только напишут нормальные методы для таких тривиальных вещей как replace и delete, так ваши regexp-ы уйдут в музеи, акурательно рядом с перфокартами и польской инверсной записью будут стоять. 7 сен 2015 в 6:39
-
3я думаю @Avernial имел ввиду:
for junk_char in "%$@*.!&": s = s.replace(junk_char, '')
(for-цикл, а не regex). Что может быть оправдано для пары-тройки.replace()
вызовов. Для большего кол-ва, можноbytes.translate
использовать:s = s.translate(None, b"%$@*.!&")
– jfs3 мар 2016 в 11:32