一行Python代码过滤标点符号等特殊字符


						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 Python 的 re 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：

\W



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：

http://docs.python.org/zh-cn/3.6/library/re.html

知识点扩展：

python过滤中英文标点符号





import re

# 过滤不了\\ \ 中文（）还有————

r1 = u'[a-zA-Z0-9'!"#$%&\'()*+,-./:;<=>?@，。?★、…【】《》？“”‘'！[\\]^_`{|}~]+'#用户也可以在此进行自定义过滤字符

# 者中规则也过滤不完全

r2 = "[\s+\.\!\/_,$%^*(+\"\']+|[+——！，。？、~@#￥%……&*（）]+"

# \\\可以过滤掉反向单杠和双杠，/可以过滤掉正向单杠和双杠，第一个中括号里放的是英文符号，第二个中括号里放的是中文符号，第二个中括号前不能少|，否则过滤不完全

r3 = "[.!//_,$&%^*()<>+\"'?@#-|:~{}]+|[——！\\\\，。=？、：“”‘'《》【】￥……（）]+"

# 去掉括号和括号内的所有内容

r4 = "\\【.*?】+|\\《.*?》+|\\#.*?#+|[.!/_,$&%^*()<>+""'?@|:~{}#]+|[——！\\\，。=？、：“”‘'￥……（）《》【】]"

text = "\崔芸，\\我爱=+你！【我//""们】~————结/婚'吧:：！这.!！_#？?（）个‘'“”￥$主|意()不错......！"

print(re.sub(r1, , '', text))



总结

以上所述是小编给大家介绍的一行代码Python过滤标点符号等特殊字符,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对中文源码网网站的支持！

如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！