小编典典

使用Python从字符串中删除除数字以外的字符?

all

如何从字符串中删除除数字之外的所有字符?


阅读 59

收藏
2022-08-08

共1个答案

小编典典

在 Python 2.* 中,迄今为止最快的方法是以下.translate方法:

>>> x='aaa12333bb445bb54b5b52'
>>> import string
>>> all=string.maketrans('','')
>>> nodigs=all.translate(all, string.digits)
>>> x.translate(all, nodigs)
'1233344554552'
>>>

string.maketrans制作一个翻译表(长度为 256 的字符串),在这种情况下与''.join(chr(x) for x in range(256))(制作速度更快;-)相同。.translate应用翻译表(此处无关,因为all本质上意味着身份)并删除第二个参数中存在的字符
- 关键部分。

.translate在 Unicode 字符串(以及 Python 3 中的字符串——我 确实 希望问题指定 Python
的哪个主要版本是感兴趣的!)上的工作方式非常不同——不是那么简单,也不是那么快,但仍然非常有用。

回到 2.*,性能差异令人印象深刻……:

$ python -mtimeit -s'import string; all=string.maketrans("", ""); nodig=all.translate(all, string.digits); x="aaa12333bb445bb54b5b52"' 'x.translate(all, nodig)'
1000000 loops, best of 3: 1.04 usec per loop
$ python -mtimeit -s'import re;  x="aaa12333bb445bb54b5b52"' 're.sub(r"\D", "", x)'
100000 loops, best of 3: 7.9 usec per loop

把事情提速7-8倍可不是小菜一碟,所以这个translate方法很值得了解和使用。另一种流行的非 RE 方法…:

$ python -mtimeit -s'x="aaa12333bb445bb54b5b52"' '"".join(i for i in x if i.isdigit())'
100000 loops, best of 3: 11.5 usec per loop

比 RE 慢 50%,因此该.translate方法超过了一个数量级。

在 Python 3 或 Unicode
中,您需要传递.translate一个映射(使用序号,而不是直接作为键的字符)返回None您要删除的内容。这是删除“除了”几个字符之外的所有内容的一种方便的表达方式:

import string

class Del:
  def __init__(self, keep=string.digits):
    self.comp = dict((ord(c),c) for c in keep)
  def __getitem__(self, k):
    return self.comp.get(k)

DD = Del()

x='aaa12333bb445bb54b5b52'
x.translate(DD)

也发出'1233344554552'. 但是,把它放在 xx.py 中,我们有......:

$ python3.1 -mtimeit -s'import re;  x="aaa12333bb445bb54b5b52"' 're.sub(r"\D", "", x)'
100000 loops, best of 3: 8.43 usec per loop
$ python3.1 -mtimeit -s'import xx; x="aaa12333bb445bb54b5b52"' 'x.translate(xx.DD)'
10000 loops, best of 3: 24.3 usec per loop

…这表明性能优势消失了,对于这种“删除”任务,变成了性能下降。

2022-08-08