問題: 想清除整個(gè)范圍的字符，或者去掉音符

1、使用str.translate()

s = 'python\fis\tawesome\r\n'

# 第一步是清理空格，可以先建立一個(gè)小型的轉(zhuǎn)換表，然后使用reanslate()方法

remap = {

ord('\t'): ' ',

ord('\f'): ' ',

ord('\r'): None

}

a = s.translate(remap)

a

Out[3]: 'python is awesome\n'

# 可以利用這種重新映射的思想進(jìn)一步構(gòu)建出更加龐大的轉(zhuǎn)換表。例如：把所有的Unicode組合字符都去掉

import unicodedata

import sys

cmb_chrs = dict.fromkeys(c for c in range(sys.maxunicode) if unicodedata.combining(chr(c))) # combining()函數(shù)可對(duì)字符做檢查，判斷它是否為一個(gè)組合型字符

b = unicodedata.normalize('NFD', a) # NFC表示字符應(yīng)該是全組成的(即，如果可能的話就使用單個(gè)代碼點(diǎn))；NFD表示應(yīng)該是使用組合字符，每個(gè)字符應(yīng)該是能完全分解開的。

b

Out[9]: 'python is awesome\n'

b.translate(cmb_chrs)

Out[10]: 'python is awesome\n'

2、另外一種清理文本的技術(shù)涉及I/O編碼和解碼函數(shù)：先對(duì)文本做初步清理，然后通過結(jié)合encode()和decode()操作來(lái)處理文本

a = 'python is awesome\n'

b = unicodedata.normalize('NFD', a) # 先對(duì)原始文本做分解操作

b.encode('ascii', 'ingore').decode('ascii') # 這種方法只有當(dāng)我們最終的目標(biāo)是ASCII文本時(shí)才有用

Out[11]: 'python is awesome\n'

總結(jié)：

1、對(duì)于簡(jiǎn)單的替換操作，用str.replace()通常是最快的方式--即使必須多次調(diào)用也是如此

例：

def clean_spaces():

s = s.replace('\r', '')

s = s.replace('\t', ' ')

s = s.replace('\f', ' ')

return s

2、如果需要做任何高級(jí)的操作，比如字符到字符的重映射或刪除，那么translate()方法還是非常快的。

總結(jié)

以上是生活随笔為你收集整理的python str translate,str.translate() --文本过滤和处理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。