python文本字符处理的简单方法

今天，跟大家分享一下我做小项目时想出来的文本字符处理的方法，希望能对大家有所帮助。

完整代码：

strings = "我，是‘C|S;D|N!的:程【序】员#M,r&.；P’a#n?_&学？狂"#将字符串设置好

def String_Process(string):#定义一个字符处理函数，设置参数string，是有待处理的字符串。
    print("python使我快乐！！")
    print("未处理的字符串:",string)
    varchar = '‘’“”：#,!【】，&#|？|,&;；?:"'#人为设定字符集合
    ls = []#定义一个列表用于存储拆散的字符
    for s in string:
        ls.append(s)#将字符串拆散存进列表中
    for element in ls:
        if element in varchar:#如果在字符集合内发现，则从列表中删除
            ls.remove(element)
    String = ''#定义字符串
    for l in ls:#将列表中拆散的元素组合回去。
        String = String+l
    print("处理后的字符串:",String)#得到处理结果
String_Process(string=strings)#调用函数，传入实参给形参。

运行结果，如下图：

对于处理文本字符的思想在代码中已经说明，关于代码的解释在注释中也写出了。我们把它通过函数进行封装，当我们需要处理文本字符的时候，通过调用函数就可以实现文本字符处理了。当然，调用函数处理字符时需要得到string返回值以及注释掉print，因为我们如果是在循环中调用，没必要全部打印一遍，影响视觉对文本的分析。即修改代码如下图：

对于上面的文本处理代码，我又做了一次更新，可以增加新的字符或者是字符串来更新字符集合，更加方便处理文本中的字符。
改进后的代码，如下图：

strings = "我，是‘C|S;D|N!的:程【序】员#M,r&.；②P’「（a#n」?_&学？狂..."#将字符串设置好

def Process(string):#定义一个字符处理函数，设置参数string，是有待处理的字符串。
    print("python使我快乐！！")
    print("未处理的字符串:",string)
    varchar = '‘’“”：#,!【】，&#|？|,&;；?:"'#人为设定字符集合
    var_ls = []
    for var in varchar:
        var_ls.append(var)
    print("这是当前的字符集合:",var_ls)
    while True:
        want = str(input("是否需要增加新的字符/字符集合？(yes or no)"))
        if want == 'yes':
            add_varchar = str(input("请输入需要增加的新字符/字符集合:"))
            for var in add_varchar:
                var_ls.append(var)
            print("更新后的字符集合:",var_ls)
        elif want == 'no':
            break
        else:
            print("输入有误！！请重试！！")
            continue

    ls = []#定义一个列表用于存储拆散的字符
    for s in string:
        ls.append(s)#将字符串拆散存进列表中
    for element in ls[:]:
        if element in var_ls:#如果在字符集合内发现，则从列表中删除
            ls.remove(element)
        elif element not in var_ls:
            continue
    String = ''#定义字符串
    for l in ls:#将列表中拆散的元素组合回去。
         String = String+l
    print("处理后的字符串:",String)#得到处理结果
Process(string=strings)#调用函数，传入实参给形参。

代码的解释在注释中写了，大家如果对代码不理解可以和我私信探讨。
运行结果，如下图：

我仔细思考后，又研究出了新的文本处理方法，这方法对大家处理文本字符更加友好。因为，我们只需要将文本的路径输入进去，函数就会自动将我们不需要的字符剔除掉，代码如下图：

def Text_Process():
    import os
    file_path = input("请输入要处理的文件绝对路径:")
    ls = []
    for f in file_path:#拆分字符串存进列表中
        ls.append(f)
    while True:
        if '\\' in ls:#如果列表中存在转义符
            number = ls.index('\\')
            ls[number] = '/'#将转义符替换成/
        else:#直到路径中的转义符被替换完毕
            break
    file = ''
    for element in ls:
        file += element#输出文件的路径
    return file#返回文件

def String_Process(string):#定义一个字符处理函数，设置参数string，是有待处理的字符串。
    #print("未处理的字符串:",string)
    varchar = '‘’“”：#,!【】，&#|？|,&;；?:"" ".。、！/~-——+=_'#人为设定字符集合
    var_ls = []
    for var in varchar:
        var_ls.append(var)
    #print("这是当前的字符集合:",var_ls)
    ls = []#定义一个列表用于存储拆散的字符
    for s in string:
        ls.append(s)#将字符串拆散存进列表中
    for element in ls[:]:
        if element in var_ls:#如果在字符集合内发现，则从列表中删除
            ls.remove(element)
        elif element not in var_ls:
            continue
    String = ''#定义字符串
    for l in ls:#将列表中拆散的元素组合回去。
         String = String+l
    return String
    #print("处理后的字符串:",String)#得到处理结果
#String_Process(string=strings)#调用函数，传入实参给形参。

def main_function():
    file = Text_Process()
    with open(r'{}'.format(file),'r+',encoding='utf-8') as f:
        lines = f.readlines()
    for l in lines:
         line = l.strip()
         string = String_Process(line)
         print(string)

if __name__ == '__main__':
    main_function()

未处理的文本，路径和文本内容，如下图：


运行结果，如下图：

大家可以看见，我直接将文件的绝对路径复制过来，文本的字符就自动处理好了。不过，这里还有一点没有完善，就是添加新的字符，进行奇葩字符的处理。只能手动复制奇葩字符到var_ls列表中，等有时间我考虑重构这些处理函数，写成一个类，这样应该就能够更加方便地处理文本了。

最后，感谢大家前来观看鄙人的文章，文中或有诸多不妥之处，还望指出和海涵。