Python-去除字符串中不想要的字符

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()

#!/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('-+'))

#!/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()　　　　删除单个固定位置字符： 切片 + 拼接

#!/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))

 

#!/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')))

replace()方法，可以去除全部空格　

同时删除多种不同字符：translate()        py3中为str.maketrans()做映射

# replace主要用于字符串的替换replace(old, new, count)

>>> a = " a b c "

>>> a.replace(" ", "")

'abc'

join()方法+split()方法，可以去除全部空格

# join为字符字符串合成传入一个字符串列表，split用于字符串分割可以按规则进行分割

>>> a = " a b c "

>>> b = a.split()  # 字符串按空格分割成列表

>>> b ['a', 'b', 'c']

>>> c = "".join(b) # 使用一个空字符串合成列表内容生成新的字符串

>>> c 'abc'

 

# 快捷用法

>>> a = " a b c "

>>> "".join(a.split())

'abc'

 　　

去掉unicode字符中音调

#!/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))

转载地址：https://www.cnblogs.com/fandx/p/9311755.html

转载地址：https://www.cnblogs.com/fandx/p/9311755.html