python字元過濾
⑴ python如何去除字元串中不想要的字元
問題：
過濾用戶輸入中前後多餘的空白字元
『 ++++abc123--- 『
過濾某windows下編輯文本中的』\r』:
『hello world \r\n』
去掉文本中unicode組合字元，音調
"Zhào Qián Sūn Lǐ Zhōu Wú Zhèng Wáng"
如何解決以上問題？
去掉兩端字元串： strip(), rstrip(),lstrip()
123456789101112131415
#!/usr/bin/python3 s = ' -----abc123++++ ' # 刪除兩邊空字元print(s.strip()) # 刪除左邊空字元print(s.rstrip()) # 刪除右邊空字元print(s.lstrip()) # 刪除兩邊 - + 和空字元print(s.strip().strip('-+'))
刪除單個固定位置字元： 切片 + 拼接
123456
#!/usr/bin/python3 s = 'abc:123'# 字元串拼接方式去除冒號new_s = s[:3] + s[4:]print(new_s)
刪除任意位置字元同時刪除多種不同字元：replace(), re.sub()
1234567891011
#!/usr/bin/python3 # 去除字元串中相同的字元s = '\tabc\t123\tisk'print(s.replace('\t', '')) import re# 去除\r\n\t字元s = '\r\nabc\t123\nxyz'print(re.sub('[\r\n\t]', '', s))
同時刪除多種不同字元：translate() py3中為str.maketrans()做映射
1234567
#!/usr/bin/python3 s = 'abc123xyz'# a _> x, b_> y, c_> z，字元映射加密print(str.maketrans('abcxyz', 'xyzabc'))# translate把其轉換成字元串print(s.translate(str.maketrans('abcxyz', 'xyzabc')))
去掉unicode字元中音調
#!/usr/bin/python3 import sysimport unicodedatas = "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, \ra = s.translate(remap)'''通過使用dict.fromkeys() 方法構造一個字典，每個Unicode 和音符作為鍵，對於的值全部為None然後使用unicodedata.normalize() 將原始輸入標准化為分解形式字元sys.maxunicode : 給出最大Unicode代碼點的值的整數，即1114111（十六進制的0x10FFFF）。unicodedata.combining:將分配給字元chr的規范組合類作為整數返回。 如果未定義組合類，則返回0。'''cmb_chrs = dict.fromkeys(c for c in range(sys.maxunicode) if unicodedata.combining(chr(c))) #此部分建議拆分開來理解b = unicodedata.normalize('NFD', a)'''調用translate 函數刪除所有重音符'''print(b.translate(cmb_chrs))
⑵ python 正則表達式過濾特殊字元
>>> import re
>>> string = "123我adfasdf?（((q,[]"
>>> string
'123我adfasdf?（((q,[]'
>>> sub_str = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])","",string)
>>> sub_str
'123我adfasdfq'
⑶ python 怎麼過濾特殊字元
#coding:utf-8
defcolate(st="你要過濾的字元串",ch='你要過濾的特殊字元'):
return''.join(st.split(ch))
#如果要過濾多個特殊字元的話，可以多次調用這個函數
⑷ python的字元串如何按自己指定的格式進行篩選
按照你的要求編寫的Python程序如下
import re
str = "娜娜_二零零-酷我（ERFD)dgfdg國米_山地車-乘除法（ICEX）ifex憤憤然_概念人-維權（LUVD）cisnq框架內_聚合-阿文看（OMNS）cdwcgr"
regex=r'([u4e00-u9fa5]+_)'
a=re.sub(regex,r' 1',str)
print(a)
⑸ python pandas 過濾某列特殊字元求助
你自己先要確定「亂碼」的定義，例如韓文(unicode)，如果你裝了韓文字體，那是可以顯橘槐旁示的，不是亂碼，但沒裝的話就是問號一堆，如果是韓文(euc-kr)，在漢字系統那隻是一堆無語義的漢字……可能這個舉例扯遠了，你覺得不會有這種情況，但我只是提醒一下會有意料圓橡之外的情況
所以，你需要一個白名單，把你允許的字元unicode范圍都列出來，因為肯定不止漢字，像你列出的文件名中就有空格
另外，沒必要逐個字元檢查，直接用明陪re.sub去除白名單外的字元就可以了
⑹ python怎麼過濾字元串長度小於4的
len(s) < 4
len函數用於獲取字元串長度，因此上述表達式用於判斷字元串s的長度是否小於4
⑺ Python處理字元串必備方法
字元串是Python中基本的數據類型，幾乎在每個Python程序中都會使用到它。
▍1、Slicing
slicing切片，按照一定條件從列表或者元組中取出部分元素（比如特定范圍、索引、分割值）
▍2、****strip()
strip()方法用於移除字元串頭尾指定的字元（默認為空格或換行符）或字元序列。
在使用strip()方法時，默認去除空格或換行符，所以#號並沒有去除。
可以給strip()方法添加指定字元，如下所示。
此外當指定內容不在頭尾處時，並不會被去除。
第一個 前有個空格，所以只會去取尾部的換行符。
最後strip()方法的參數是剝離其值的所有組合，這個可以看下面這個案例。
最外層的首字元和尾字元參數值將從字元串中剝離。字元從前端移除，直到到達一個不包含在字元集中的字元串字元為止。
在尾部也會發生類似的動作。
▍3、****lstrip()
移除字元串左側指定的字元（默認為空格或換行符）或字元序列。
同樣的，可以移除左側所有包含在字元集中的字元串。
▍4、rstrip()
移除字元串右側指定的字元（默認為空格或換行符）或字元序列。
▍5、****removeprefix()
Python3.9中移除前綴的函數。
和strip()相比，並不會把字元集中的字元串進行逐個匹配。
▍6、removesuffix()
Python3.9中移除後綴的函數。
▍7、****replace()
把字元串中的內容替換成指定的內容。
▍8、****re.sub()
re是正則的表達式，sub是substitute表示替換。
re.sub則是相對復雜點的替換。
和replace()做對比，使用re.sub()進行替換操作，確實更高級點。
▍9、****split()
對字元串做分隔處理，最終的結果是一個列表。
當不指定分隔符時，默認按空格分隔。
此外，還可以指定字元串的分隔次數。
▍10、****rsplit()
從右側開始對字元串進行分隔。
▍11、****join()
string.join(seq)。以string作為分隔符，將seq中所有的元素(的字元串表示)合並為一個新的字元串。
▍12、****upper()
將字元串中的字母，全部轉換為大寫。
▍13、****lower()
將字元串中的字母，全部轉換為小寫。
▍14、capitalize()
將字元串中的首個字母轉換為大寫。
▍15、****islower()
判斷字元串中的所有字母是否都為小寫，是則返回True，否則返回False。
▍16、isupper()
判斷字元串中的所有字母是否都為大寫，是則返回True，否則返回False。
▍17、****isalpha()
如果字元串至少有一個字元並且所有字元都是字母，則返回 True，否則返回 False。
▍18、isnumeric()
如果字元串中只包含數字字元，則返回 True，否則返回 False。
▍19、isalnum()
如果字元串中至少有一個字元並且所有字元都是字母或數字，則返回True，否則返回 False。
▍20、count()
返回指定內容在字元串中出現的次數。
▍21、****find()
檢測指定內容是否包含在字元串中，如果是返回開始的索引值，否則返回-1。
此外，還可以指定開始的范圍。
▍22、rfind()
類似於find()函數，返回字元串最後一次出現的位置，如果沒有匹配項則返回 -1。
▍23、startswith()
檢查字元串是否是以指定內容開頭，是則返回 True，否則返回 False。
**
**
▍24、****endswith()
檢查字元串是否是以指定內容結束，是則返回 True，否則返回 False。
▍25、****partition()
string.partition(str)，有點像find()和split()的結合體。
從str出現的第一個位置起,把字元串string分成一個3 元素的元組(string_pre_str,str,string_post_str)，如果string中不包含str則 string_pre_str==string。
▍26、center()
返回一個原字元串居中，並使用空格填充至長度width的新字元串。
▍27、ljust()
返回一個原字元串左對齊，並使用空格填充至長度width的新字元串。
▍28、rjust()
返回一個原字元串右對齊，並使用空格填充至長度width的新字元串。
▍29、f-Strings
f-string是格式化字元串的新語法。
與其他格式化方式相比，它們不僅更易讀，更簡潔，不易出錯，而且速度更快！
▍30、swapcase()
翻轉字元串中的字母大小寫。
▍31、zfill()
string.zfill(width)。
返回長度為width的字元串，原字元串string右對齊，前面填充0。
參考文獻： https://mp.weixin.qq.com/s/9cuO-KL3g9ldqRGGZBVnjw
⑻ Python：如何過濾特殊字元和亂碼的字元
如果是從Html文本弄來的，那直接download Html的源代碼，然後直接替換其中的<div class="">這里是隨機字元串</div>
Python裡面使用xml.minidom就OK
⑼ python 正則或者BeautifulSoup 把帶http的字元串過濾掉，怎麼實現，謝謝
可以利用字元串的操作函數，使用條件判斷該字元串中是否存在'http'
⑽ python 字元串過濾英文標點符號
import unicodedata
import sys
tbl = dict.fromkeys(i for i in xrange(sys.maxunicode)
if unicodedata.category(unichr(i)).startswith('P'))
def remove_punctuation(text):
return text.translate(tbl)
import regex as re
def remove_punctuation(text):
return re.sub(ur"\p{P}+", "", text)