Tout sauf les caractères alphanumériques d’une chaîne de décapage en Python

Question

Quelle est la meilleure façon d’enlever tous les caractères non alphanumériques d’une chaîne, à l’aide de Python ?

Les solutions présentées dans la version PHP de cette question fonctionnent probablement avec quelques ajustements mineurs, mais ne semblent pas très « Pythonique » pour moi.

Pour l’anecdote, je ne veux juste dépouiller des périodes et des virgules (et autres signes de ponctuation), mais aussi des citations, supports, etc..

Answer 1

Je l’ai chronométré seulement certaines fonctions par curiosité

Answer 2

Expressions régulières à la rescousse :

Answer 3

L'utilisation de la str.translate() méthode.

En supposant que vous faites cela souvent:

(1) une Fois, de créer une chaîne de caractères contenant tous les caractères que vous souhaitez supprimer:

delchars = ''.join(c for c in map(chr, range(256)) if not c.isalnum())

(2) Chaque fois que vous voulez froisser une chaîne de caractères:

scrunched = s.translate(None, delchars)

Le coût de la mise en probablement se compare favorablement avec le feu.compiler, le coût marginal est inférieur:

C:\junk>\python26\python -mtimeit -s"import string;d=''.join(c for c in map(chr,range(256)) if not c.isalnum());s=string.printable" "s.translate(None,d)"
100000 loops, best of 3: 2.04 usec per loop

C:\junk>\python26\python -mtimeit -s"import re,string;s=string.printable;r=re.compile(r'[\W_]+')" "r.sub('',s)"
100000 loops, best of 3: 7.34 usec per loop

Remarque: l'Aide de la chaîne.imprimable en tant que données de référence donne le modèle '[\W_]+' un avantage injuste; tous les caractères non alphanumériques sont dans un tas ... en type de données il n'y aurait plus d'une substitution à faire:

C:\junk>\python26\python -c "import string; s = string.printable; print len(s),repr(s)"
100 '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!"#$%&\'()*+,-./:;=>?@[\\]^_`{|}~ \t\n\r\x0b\x0c'

Voici ce qui se passe si vous donnez re.sous un peu plus de travail à faire:

C:\junk>\python26\python -mtimeit -s"d=''.join(c for c in map(chr,range(256)) if not c.isalnum());s='foo-'*25" "s.translate(None,d)"
1000000 loops, best of 3: 1.97 usec per loop

C:\junk>\python26\python -mtimeit -s"import re;s='foo-'*25;r=re.compile(r'[\W_]+')" "r.sub('',s)"
10000 loops, best of 3: 26.4 usec per loop

Answer 4

Vous pouvez essayer :

Answer 5

Qu’en est-il :

Cela fonctionne en utilisant compréhension de liste pour obtenir une liste des personnages de s’ils sont présents dans le combiné et `` cordes. Il rejoint ensuite la liste ensemble dans une chaîne.