python字符串过滤

最新推荐文章于 2024-09-12 03:51:59 发布

blues_phone

最新推荐文章于 2024-09-12 03:51:59 发布

阅读量7.2k

点赞数 1

分类专栏： python

python 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

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( 
         '-+' 
         ))

　　　　删除单个固定位置字符：切片 + 拼接

 
         #!/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()

 
         #!/usr/bin/python3 
        
         # 去除字符串中相同的字符 
        
         s  
         = 
         '\tabc\t123\tisk' 
        
         print 
         (s.replace( 
         '\t' 
         , '')) 
        
         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

 
         #!/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

 
      #!/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))