在Python中从字符串中剥离字母数字字符以外的所有内容
使用Python从字符串中剥离所有非字母数字字符的最佳方法是什么？
这个问题的PHP变体中提供的解决方案可能会进行一些小的调整，但对我来说似乎并不是很“ pythonic”。
作为记录，我不仅要删除句点和逗号（和其他标点符号），而且还要删除引号，方括号等。
问题答案：
我只是出于好奇而对某些功能进行了计时。在这些测试中，我从字符串string.printable（内置string模块的一部分）中删除了非字母数字字符。发现使用已编译'[\W_]+'和pattern.sub('', str)最快。
$ python -m timeit -s \
"import string" \
"''.join(ch for ch in string.printable if ch.isalnum())"
10000 loops, best of 3: 57.6 usec per loop
$ python -m timeit -s \
"import string" \
"filter(str.isalnum, string.printable)"
10000 loops, best of 3: 37.9 usec per loop
$ python -m timeit -s \
"import re, string" \
"re.sub('[\W_]', '', string.printable)"
10000 loops, best of 3: 27.5 usec per loop
$ python -m timeit -s \
"import re, string" \
"re.sub('[\W_]+', '', string.printable)"
100000 loops, best of 3: 15 usec per loop
$ python -m timeit -s \
"import re, string; pattern = re.compile('[\W_]+')" \
"pattern.sub('', string.printable)"
100000 loops, best of 3: 11.2 usec per loop
-
问题内容： 使用Python从字符串中剥离所有非字母数字字符的最佳方法是什么？ 这个问题的PHP变体中提供的解决方案可能会进行一些小的调整，但对我来说似乎并不是很“ pythonic”。 作为记录，我不仅要删除句点和逗号（以及其他标点符号），还希望删除引号，方括号等。 问题答案： 使用Python从字符串中剥离所有非字母数字字符的最佳方法是什么？ 这个问题的PHP变体中提供的解决方案可能会进行一些
-
问题内容： 我有一个不错的代码片段，但是我想知道是否有人对如何执行此操作有更好的建议： 你会怎么做？ 问题答案： 您可以使用正则表达式（使用 模块）来完成同样的事情。下面的示例匹配（非十进制数字或句点的任何字符）的游程，并将其替换为空字符串。请注意，如果使用标志编译模式，则结果字符串仍可能包含非ASCII数字。同样，删除“非数字”字符后的结果不一定是有效数字。
-
问题内容： 考虑一个非DOM场景，您想使用JavaScript / ECMAScript从字符串中删除所有非数字字符。范围内的任何字符都应保留。 您将如何用纯JavaScript实现此目标？请记住，这是一个非DOM方案，因此jQuery和其他涉及浏览器和按键事件的解决方案都不适合。 问题答案： 使用正则表达式为的字符串方法，这是与所有非数字匹配的速记字符类：
-
问题内容： 当在HTML文件中打印一行时，我试图找到一种仅显示每个HTML元素的内容而不显示格式本身的方法。如果找到，它将仅打印“某些文本”，打印“ hello”，等等。如何去做呢？ 问题答案： 我一直使用此函数来剥离HTML标记，因为它仅需要Python stdlib： 对于Python 3： 对于Python 2：
-
问题内容： 我正在编写python MapReduce字数统计程序。问题是数据中散布着许多非字母字符，我发现这篇文章从Python的字符串中剥离了除了字母数字字符之外的所有内容，这显示了使用正则表达式的一个很好的解决方案，但是我不确定如何实现它 恐怕我不确定该如何使用该库甚至正则表达式。我不确定如何将正则表达式模式正确地应用于传入的字符串（书的一行）以检索没有任何非字母数字字符的新行。 有什么建议
-
问题内容： 我过去跑步 在Perl上摆脱不可打印的字符。 在Python中，没有POSIX正则表达式类，因此我无法编写[：print：]来表示我想要的含义。我不知道在Python中无法检测字符是否可打印。 你会怎么做？ 编辑：它也必须支持Unicode字符。string.printable方式会很乐意将它们从输出中剥离。curses.ascii.isprint将为任何unicode字符返回fals