最好的方法是从字符串中去除标点符号

13 浏览
0 Comments

最好的方法是从字符串中去除标点符号

好像应该有比以下更简单的方法：

import string
s = "string. With. Punctuation?" # Sample string 
out = s.translate(string.maketrans("",""), string.punctuation)

有吗？

admin 更改状态以发布 2023年5月23日
0

2 答案

0 Comments

如果你了解正则表达式，它们就足够简单。

import re
s = "string. With. Punctuation?"
s = re.sub(r'[^\w\s]','',s)

0
0 Comments

从效率的角度来看，你不会打败

s.translate(None, string.punctuation)

对于更高版本的Python，请使用以下代码：

s.translate(str.maketrans('', '', string.punctuation))

它使用查找表在C中执行原始字符串操作-除了编写自己的C代码外，不会有太多可以胜过它。

如果速度不是问题，另一个选择是：

exclude = set(string.punctuation)
s = ''.join(ch for ch in s if ch not in exclude)

这比每个字符都使用s.replace快，但不会像非纯Python方法（例如正则表达式或string.translate）那样表现良好，正如下面的时间表所示。对于这种类型的问题，尽可能低层次地解决它会很有好处。

时间代码：

import re, string, timeit
s = "string. With. Punctuation"
exclude = set(string.punctuation)
table = string.maketrans("","")
regex = re.compile('[%s]' % re.escape(string.punctuation))
def test_set(s):
    return ''.join(ch for ch in s if ch not in exclude)
def test_re(s):  # From Vinko's solution, with fix.
    return regex.sub('', s)
def test_trans(s):
    return s.translate(table, string.punctuation)
def test_repl(s):  # From S.Lott's solution
    for c in string.punctuation:
        s=s.replace(c,"")
    return s
print "sets      :",timeit.Timer('f(s)', 'from __main__ import s,test_set as f').timeit(1000000)
print "regex     :",timeit.Timer('f(s)', 'from __main__ import s,test_re as f').timeit(1000000)
print "translate :",timeit.Timer('f(s)', 'from __main__ import s,test_trans as f').timeit(1000000)
print "replace   :",timeit.Timer('f(s)', 'from __main__ import s,test_repl as f').timeit(1000000)

这将得到以下结果：

sets      : 19.8566138744
regex     : 6.86155414581
translate : 2.12455511093
replace   : 28.4436721802

0