從字符串中刪除所有特殊字符、標點符號和空格

Question

我需要從字符串中刪除所有特殊字符、標點符號和空格，以便我只有字母和數字。

Answer 1

這可以在沒有正則表達式的情況下完成：

>>> string = "Special $#! characters   spaces 888323"
>>> ''.join(e for e in string if e.isalnum())
'Specialcharactersspaces888323'

您可以使用str.isalnum ：

 S.isalnum() -> bool Return True if all characters in S are alphanumeric and there is at least one character in S, False otherwise.

如果您堅持使用正則表達式，其他解決方案也可以。 但是請注意，如果不使用正則表達式就可以完成，那是最好的方法 go 關於它。

Answer 2

這是一個正則表達式，用於匹配不是字母或數字的字符串：

[^A-Za-z0-9]+

這是執行正則表達式替換的 Python 命令：

re.sub('[^A-Za-z0-9]+', '', mystring)

Answer 3

較短的方式：

import re
cleanString = re.sub('\W+','', string )

如果您想要單詞和數字之間的空格，請將 '' 替換為 ' '

Answer 4

TLDR

我為提供的答案計時。

import re
re.sub('\W+','', string)

通常比提供的下一個最快的最佳答案快 3 倍。

使用此選項時應小心。 某些特殊字符（例如ø ）可能無法使用此方法進行條帶化。

---

看到這個之后，我有興趣通過找出哪個執行的時間最短來擴展提供的答案，所以我仔細檢查了一些建議的答案timeit針對兩個示例字符串：

• string1 = 'Special $#! characters spaces 888323'
• string2 = 'how much for the maple syrup? $20.99? That s ridiculous!!!'

示例 1

'.join(e for e in string if e.isalnum())

• string1 - 結果：10.7061979771
• string2 - 結果：7.78372597694

示例 2

import re
re.sub('[^A-Za-z0-9]+', '', string)

• string1 - 結果：7.10785102844
• string2 - 結果：4.12814903259

示例 3

import re
re.sub('\W+','', string)

• string1 - 結果：3.11899876595
• string2 - 結果：2.78014397621

上面的結果是從平均值中返回的最低結果的乘積： repeat(3, 2000000)

示例 3可以比示例 1快 3 倍。

Answer 5

Python 2.*

我認為filter(str.isalnum, string)有效

In [20]: filter(str.isalnum, 'string with special chars like !,#$% etcs.')
Out[20]: 'stringwithspecialcharslikeetcs'

Python 3.*

在 Python3 中， filter( ) function 將返回一個可迭代的 object（而不是上面的字符串）。 必須加入回來才能從 itertable 中獲取字符串：

''.join(filter(str.isalnum, string)) 

或在加入使用中傳遞list （不確定但可以快一點）

''.join([*filter(str.isalnum, string)])

注意：從Python >= 3.5 開始，在[*args]中解包有效

Answer 6

#!/usr/bin/python
import re

strs = "how much for the maple syrup? $20.99? That's ricidulous!!!"
print strs
nstr = re.sub(r'[?|$|.|!]',r'',strs)
print nstr
nestr = re.sub(r'[^a-zA-Z0-9 ]',r'',nstr)
print nestr

您可以添加更多特殊字符，將被替換為 '' 意味着什么都沒有，即它們將被刪除。

Answer 7

與使用正則表達式的其他人不同，我會嘗試排除所有不是我想要的字符，而不是明確枚舉我不想要的字符。

例如，如果我只想要從“a 到 z”（大寫和小寫）的字符和數字，我將排除其他所有內容：

import re
s = re.sub(r"[^a-zA-Z0-9]","",s)

這意味着“用空字符串替換不是數字的每個字符，或者‘a 到 z’或‘A 到 Z’范圍內的字符”。

事實上，如果您在正則表達式的第一位插入特殊字符^ ，您將得到否定。

額外提示：如果您還需要小寫結果，您可以使正則表達式更快更容易，只要您現在找不到任何大寫字母即可。

import re
s = re.sub(r"[^a-z0-9]","",s.lower())

Answer 8

string.punctuation 包含以下字符：

',"#$%&\'()*+.-:/;?<=>?@[\]^_`{|}~'

您可以使用 translate 和 maketrans 函數將 map 標點符號轉換為空值（替換）

import string

'This, is. A test!'.translate(str.maketrans('', '', string.punctuation))

Output：

'This is A test'

Answer 9

s = re.sub(r"[-()\"#/@;:<>{}`+=~|.!?,]", "", s)

Answer 10

假設您想使用正則表達式並且您想要/需要 Unicode-cognisant 2.x 代碼，即 2to3-ready：

>>> import re
>>> rx = re.compile(u'[\W_]+', re.UNICODE)
>>> data = u''.join(unichr(i) for i in range(256))
>>> rx.sub(u'', data)
u'0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz\xaa\xb2 [snip] \xfe\xff'
>>>

Answer 11

最通用的方法是使用 unicodedata.table 的“類別”，它對每個字符進行分類。 例如，以下代碼僅根據類別過濾可打印字符：

import unicodedata
# strip of crap characters (based on the Unicode database
# categorization:
# http://www.sql-und-xml.de/unicode-database/#kategorien

PRINTABLE = set(('Lu', 'Ll', 'Nd', 'Zs'))

def filter_non_printable(s):
    result = []
    ws_last = False
    for c in s:
        c = unicodedata.category(c) in PRINTABLE and c or u'#'
        result.append(c)
    return u''.join(result).replace(u'#', u' ')

查看上面給定的 URL 以了解所有相關類別。 您當然也可以按標點符號類別進行過濾。

Answer 12

對於其他包含特殊字符的語言，如德語、西班牙語、丹麥語、法語等（如德語“Umlaute”如ü 、 ä 、 ö ），只需將這些添加到正則表達式搜索字符串中：

德語示例：

re.sub('[^A-ZÜÖÄa-z0-9]+', '', mystring)

Answer 13

這將從字符串中刪除所有特殊字符、標點符號和空格，只包含數字和字母。

import re

sample_str = "Hel&&lo %% Wo$#rl@d"

# using isalnum()
print("".join(k for k in sample_str if k.isalnum()))


# using regex
op2 = re.sub("[^A-Za-z]", "", sample_str)
print(f"op2 = ", op2)


special_char_list = ["$", "@", "#", "&", "%"]

# using list comprehension
op1 = "".join([k for k in sample_str if k not in special_char_list])
print(f"op1 = ", op1)


# using lambda function
op3 = "".join(filter(lambda x: x not in special_char_list, sample_str))
print(f"op3 = ", op3)

Answer 14

使用翻譯：

import string

def clean(instr):
    return instr.translate(None, string.punctuation + ' ')

警告：僅適用於 ascii 字符串。

Answer 15

我需要從字符串中刪除所有特殊字符、標點符號和空格，以便我只有字母和數字。

Answer 16

這將刪除除空格之外的所有非字母數字字符。

string = "Special $#! characters   spaces 888323"
''.join(e for e in string if (e.isalnum() or e.isspace()))

特殊字符空格 888323

Answer 17

import re
my_string = """Strings are amongst the most popular data types in Python. We can create the strings by enclosing characters in quotes. Python treats single quotes the 

與雙引號相同。"""

# if we need to count the word python that ends with or without ',' or '.' at end

count = 0
for i in text:
    if i.endswith("."):
        text[count] = re.sub("^([a-z]+)(.)?$", r"\1", i)
    count += 1
print("The count of Python : ", text.count("python"))

Answer 18

10 年后，我在下面寫了最好的解決方案。 您可以從字符串中刪除/清除所有特殊字符、標點符號、ASCII 字符和空格。

from clean_text import clean

string = 'Special $#! characters   spaces 888323'
new = clean(string,lower=False,no_currency_symbols=True, no_punct = True,replace_with_currency_symbol='')
print(new)
Output ==> 'Special characters spaces 888323'
you can replace space if you want.
update = new.replace(' ','')
print(update)
Output ==> 'Specialcharactersspaces888323'

Answer 19

function regexFuntion(st) {
  const regx = /[^\w\s]/gi; // allow : [a-zA-Z0-9, space]
  st = st.replace(regx, ''); // remove all data without [a-zA-Z0-9, space]
  st = st.replace(/\s\s+/g, ' '); // remove multiple space

  return st;
}

console.log(regexFuntion('$Hello; # -world--78asdf+-===asdflkj******lkjasdfj67;'));
// Output: Hello world78asdfasdflkjlkjasdfj67

Answer 20

import re
abc = "askhnl#$%askdjalsdk"
ddd = abc.replace("#$%","")
print (ddd)

你會看到你的結果

'askhnlaskdjalsdk