python字符过滤
⑴ python如何去除字符串中不想要的字符
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()
123456789101112131415
#!/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
123456
#!/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()
1234567891011
#!/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
1234567
#!/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 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))
⑵ python 正则表达式过滤特殊字符
>>> 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 怎么过滤特殊字符
#coding:utf-8
defcolate(st="你要过滤的字符串",ch='你要过滤的特殊字符'):
return''.join(st.split(ch))
#如果要过滤多个特殊字符的话，可以多次调用这个函数
⑷ python的字符串如何按自己指定的格式进行筛选
按照你的要求编写的Python程序如下
import re
str = "娜娜_二零零-酷我（ERFD)dgfdg国米_山地车-乘除法（ICEX）ifex愤愤然_概念人-维权（LUVD）cisnq框架内_聚合-阿文看（OMNS）cdwcgr"
regex=r'([u4e00-u9fa5]+_)'
a=re.sub(regex,r' 1',str)
print(a)
⑸ python pandas 过滤某列特殊字符求助
你自己先要确定“乱码”的定义，例如韩文(unicode)，如果你装了韩文字体，那是可以显橘槐旁示的，不是乱码，但没装的话就是问号一堆，如果是韩文(euc-kr)，在汉字系统那只是一堆无语义的汉字……可能这个举例扯远了，你觉得不会有这种情况，但我只是提醒一下会有意料圆橡之外的情况
所以，你需要一个白名单，把你允许的字符unicode范围都列出来，因为肯定不止汉字，像你列出的文件名中就有空格
另外，没必要逐个字符检查，直接用明陪re.sub去除白名单外的字符就可以了
⑹ python怎么过滤字符串长度小于4的
len(s) < 4
len函数用于获取字符串长度，因此上述表达式用于判断字符串s的长度是否小于4
⑺ Python处理字符串必备方法
字符串是Python中基本的数据类型，几乎在每个Python程序中都会使用到它。
▍1、Slicing
slicing切片，按照一定条件从列表或者元组中取出部分元素（比如特定范围、索引、分割值）
▍2、****strip()
strip()方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。
在使用strip()方法时，默认去除空格或换行符，所以#号并没有去除。
可以给strip()方法添加指定字符，如下所示。
此外当指定内容不在头尾处时，并不会被去除。
第一个 前有个空格，所以只会去取尾部的换行符。
最后strip()方法的参数是剥离其值的所有组合，这个可以看下面这个案例。
最外层的首字符和尾字符参数值将从字符串中剥离。字符从前端移除，直到到达一个不包含在字符集中的字符串字符为止。
在尾部也会发生类似的动作。
▍3、****lstrip()
移除字符串左侧指定的字符（默认为空格或换行符）或字符序列。
同样的，可以移除左侧所有包含在字符集中的字符串。
▍4、rstrip()
移除字符串右侧指定的字符（默认为空格或换行符）或字符序列。
▍5、****removeprefix()
Python3.9中移除前缀的函数。
和strip()相比，并不会把字符集中的字符串进行逐个匹配。
▍6、removesuffix()
Python3.9中移除后缀的函数。
▍7、****replace()
把字符串中的内容替换成指定的内容。
▍8、****re.sub()
re是正则的表达式，sub是substitute表示替换。
re.sub则是相对复杂点的替换。
和replace()做对比，使用re.sub()进行替换操作，确实更高级点。
▍9、****split()
对字符串做分隔处理，最终的结果是一个列表。
当不指定分隔符时，默认按空格分隔。
此外，还可以指定字符串的分隔次数。
▍10、****rsplit()
从右侧开始对字符串进行分隔。
▍11、****join()
string.join(seq)。以string作为分隔符，将seq中所有的元素(的字符串表示)合并为一个新的字符串。
▍12、****upper()
将字符串中的字母，全部转换为大写。
▍13、****lower()
将字符串中的字母，全部转换为小写。
▍14、capitalize()
将字符串中的首个字母转换为大写。
▍15、****islower()
判断字符串中的所有字母是否都为小写，是则返回True，否则返回False。
▍16、isupper()
判断字符串中的所有字母是否都为大写，是则返回True，否则返回False。
▍17、****isalpha()
如果字符串至少有一个字符并且所有字符都是字母，则返回 True，否则返回 False。
▍18、isnumeric()
如果字符串中只包含数字字符，则返回 True，否则返回 False。
▍19、isalnum()
如果字符串中至少有一个字符并且所有字符都是字母或数字，则返回True，否则返回 False。
▍20、count()
返回指定内容在字符串中出现的次数。
▍21、****find()
检测指定内容是否包含在字符串中，如果是返回开始的索引值，否则返回-1。
此外，还可以指定开始的范围。
▍22、rfind()
类似于find()函数，返回字符串最后一次出现的位置，如果没有匹配项则返回 -1。
▍23、startswith()
检查字符串是否是以指定内容开头，是则返回 True，否则返回 False。
**
**
▍24、****endswith()
检查字符串是否是以指定内容结束，是则返回 True，否则返回 False。
▍25、****partition()
string.partition(str)，有点像find()和split()的结合体。
从str出现的第一个位置起,把字符串string分成一个3 元素的元组(string_pre_str,str,string_post_str)，如果string中不包含str则 string_pre_str==string。
▍26、center()
返回一个原字符串居中，并使用空格填充至长度width的新字符串。
▍27、ljust()
返回一个原字符串左对齐，并使用空格填充至长度width的新字符串。
▍28、rjust()
返回一个原字符串右对齐，并使用空格填充至长度width的新字符串。
▍29、f-Strings
f-string是格式化字符串的新语法。
与其他格式化方式相比，它们不仅更易读，更简洁，不易出错，而且速度更快！
▍30、swapcase()
翻转字符串中的字母大小写。
▍31、zfill()
string.zfill(width)。
返回长度为width的字符串，原字符串string右对齐，前面填充0。
参考文献： https://mp.weixin.qq.com/s/9cuO-KL3g9ldqRGGZBVnjw
⑻ Python：如何过滤特殊字符和乱码的字符
如果是从Html文本弄来的，那直接download Html的源代码，然后直接替换其中的<div class="">这里是随机字符串</div>
Python里面使用xml.minidom就OK
⑼ python 正则或者BeautifulSoup 把带http的字符串过滤掉，怎么实现，谢谢
可以利用字符串的操作函数，使用条件判断该字符串中是否存在'http'
⑽ python 字符串过滤英文标点符号
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)