问题：
1、过滤用户输入中前后多余的空白字符
‘ ++++abc123--- ‘
2、过滤某windows下编辑文本中的’\r’:
‘hello world \r\n’
3、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()
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | #!/usr/bin/python3s = ' -----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
1 2 3 4 5 6 | #!/usr/bin/python3s = '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()
1 2 3 4 5 6 7 8 9 10 11 | #!/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
1 2 3 4 5 6 7 | #!/usr/bin/python3s = '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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | #!/usr/bin/python3import 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)) |
