Python一行代码过滤标点符号等特殊字符

5,415 阅读2分钟

本文首发于公众号“AntDream”,欢迎微信搜索“AntDream”或扫描文章底部二维码关注,和我一起每天进步一点点

很多时候我们需要过滤掉标点符号等特殊字符,网上虽然有一堆的方法,但是都没有找到一个非常满意的,有些过滤不了中文的标点符号,有些过滤不了英文的标点符号,有些过滤不全。

最后通过查看正则表达式文档,发现一个高效的办法,一行代码就能搞定:

def replace_all_blank(value):
    """
    去除value中的所有非字母内容,包括标点符号、空格、换行、下划线等
    :param value: 需要处理的内容
    :return: 返回处理后的内容
    """
    # \W 表示匹配非数字字母下划线
    result = re.sub('\W+', '', value).replace("_", '')
    print(result)
    return result

其中用到了Pythonre模块,re模块里面包含了所有的正则表达式的应用。代码里面有几个点:

  1. re.sub(参数1,参数2,参数3)方法,表示匹配到以后替换。其中参数1表示正则匹配的模式,参数2表示匹配到以后用参数2替换原内容,参数3表示要处理的字符串
  2. \W这个正则表示匹配非数字字母下划线,所以下划线是不会被替换的,上面可以看到用replace方法去掉了下划线

测试一下:

replace_all_blank("Powe, on;the 2333, 。哈哈 !!看看可以吗?一行代码就可以了!^_^")

输出结果:

Poweonthe2333哈哈看看可以吗一行代码就可以了

一行代码搞定!Perfect!

最后推荐大家官网re模块的正则表达式文档地址: docs.python.org/zh-cn/3.6/l… 里面有很详细的正则表达式介绍和举例,关键还是中文的喔!


                         欢迎关注我的公众号查看更多精彩文章!

AntDream