La mejor manera de eliminar los signos de puntuación de una cadena

Parece que debería haber una forma más sencilla que:

import string
s = "string. With. Punctuation?" # Sample string 
out = s.translate(string.maketrans("",""), string.punctuation)

¿La hay?

Georgy
Pregunta editada 26º junio 2019 в 1:36
Programación
python string punctuation
5º noviembre 2008 в 5:30
19 vistas
Solución

Desde el punto de vista de la eficiencia, no vas a superar

s.translate(None, string.punctuation)

Para versiones superiores de Python utilice el siguiente código:

s.translate(str.maketrans('', '', string.punctuation))

Realiza operaciones de cadena en bruto en C con una tabla de búsqueda - no hay mucho que supere eso, pero escribir su propio código C.

Si la velocidad no es una preocupación, hay otra opción:

exclude = set(string.punctuation)
s = ''.join(ch for ch in s if ch not in exclude)

Esto es más rápido que s.replace con cada carácter, pero no funcionará tan bien como los enfoques no puramente python como regexes o string.translate, como se puede ver en los tiempos de abajo. Para este tipo de problema, hacerlo a un nivel tan bajo como sea posible vale la pena.

Código de tiempo:

import re, string, timeit

s = "string. With. Punctuation"
exclude = set(string.punctuation)
table = string.maketrans("","")
regex = re.compile('[%s]' % re.escape(string.punctuation))

def test_set(s):
    return ''.join(ch for ch in s if ch not in exclude)

def test_re(s):  # From Vinko's solution, with fix.
    return regex.sub('', s)

def test_trans(s):
    return s.translate(table, string.punctuation)

def test_repl(s):  # From S.Lott's solution
    for c in string.punctuation:
        s=s.replace(c,"")
    return s

print "sets      :",timeit.Timer('f(s)', 'from __main__ import s,test_set as f').timeit(1000000)
print "regex     :",timeit.Timer('f(s)', 'from __main__ import s,test_re as f').timeit(1000000)
print "translate :",timeit.Timer('f(s)', 'from __main__ import s,test_trans as f').timeit(1000000)
print "replace   :",timeit.Timer('f(s)', 'from __main__ import s,test_repl as f').timeit(1000000)

Esto da los siguientes resultados:

sets      : 19.8566138744
regex     : 6.86155414581
translate : 2.12455511093
replace   : 28.4436721802
Ashish Cherian
Respuesta editada 5º marzo 2019 в 9:07
Comentarios (11)

Yo suelo utilizar algo así:

>>> s = "string. With. Punctuation?" # Sample string
>>> import string
>>> for c in string.punctuation:
...     s= s.replace(c,"")
...
>>> s
'string With Punctuation'
Comentarios (2)

No necesariamente más simple, sino una forma diferente, si estás más familiarizado con la familia re.

import re, string
s = "string. With. Punctuation?" # Sample string 
out = re.sub('[%s]' % re.escape(string.punctuation), '', s)
Vinko Vrsalovic
Respuesta editada 5º noviembre 2008 в 11:20
Comentarios (3)