...
现在有一个字符串，有一些不想要的单词和特殊字符
import re
text = 'wo,didi;wode,;wode'
text0 = text.replace('didi', '')
print(re.sub('[,;]', ' ', text0))
先用替换后用子串可以得到自己想要的结果：wo wode wode
python中字符串自带的split方法一次只能使用一个字符对字符串进行分割，但是python的正则模块则可以实现多个字符分割
import re
re.split('[_#|]','this_is#a|test')
返回的是一个列表（list），输出结果如下：
['this', 'is', 'a', 'test']
*****************************************************************************************************
问题：
过滤用户输入中前后多余的空白字符
‘ ++++abc123--- ‘
过滤某windows下编辑文本中的’\r’:
‘hello world \r\n’
去掉文本中unicode组合字符，音调
"Zhào Qián Sūn Lǐ Zhōu Wú Zhèng Wáng"
如何解决以上问题？
去掉两端字符串： strip(), rstrip(),lstrip()
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
#!/usr/bin/python3
s = ' -----abc123++++ '
# 删除两边空字符
print(s.strip())
# 删除左边空字符
print(s.rstrip())
# 删除右边空字符
print(s.lstrip())
# 删除两边 - + 和空字符
print(s.strip().strip('-+'))
print("北门吹雪:http://www.cnblogs.com/2bjiujiu/")
|
删除单个固定位置字符： 切片 + 拼接
|
1
2
3
4
5
6
|
#!/usr/bin/python3
s = 'abc:123'
# 字符串拼接方式去除冒号
new_s = s[:3] + s[4:]
print(new_s)
|
删除任意位置字符同时删除多种不同字符：replace(), re.sub()
|
1
2
3
4
5
6
7
8
9
10
11
12
|
#!/usr/bin/python3
# 去除字符串中相同的字符
s = '\tabc\t123\tisk'
print(s.replace('\t', ''))
print("北门吹雪: http://www.cnblogs.com/2bjiujiu/")
import re
# 去除\r\n\t字符
s = '\r\nabc\t123\nxyz'
print(re.sub('[\r\n\t]', '', s))
|
同时删除多种不同字符：translate() py3中为str.maketrans()做映射
|
1
2
3
4
5
6
7
|
#!/usr/bin/python3
s = 'abc123xyz'
# a _> x, b_> y, c_> z，字符映射加密
print(str.maketrans('abcxyz', 'xyzabc'))
# translate把其转换成字符串
print(s.translate(str.maketrans('abcxyz', 'xyzabc')))
|
去掉unicode字符中音调
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
#!/usr/bin/python3
import sys
import unicodedata
s = "Zhào Qián Sūn Lǐ Zhōu Wú Zhèng Wáng"
remap = {
# ord返回ascii值
ord('\t'): '',
ord('\f'): '',
ord('\r'): None
}
# 去除\t, \f, \r
a = s.translate(remap)
'''
通过使用dict.fromkeys() 方法构造一个字典，每个Unicode 和音符作为键，对于的值全部为None
然后使用unicodedata.normalize() 将原始输入标准化为分解形式字符
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。
'''
cmb_chrs = dict.fromkeys(c for c in range(sys.maxunicode) if unicodedata.combining(chr(c))) #此部分建议拆分开来理解
b = unicodedata.normalize('NFD', a)
'''
调用translate 函数删除所有重音符
'''
print(b.translate(cmb_chrs))
转子：https://www.cnblogs.com/2bjiujiu/p/7257744.html 北门吹雪的博客
|