Il modo migliore per togliere la punteggiatura da una stringa

Sembra che ci dovrebbe essere un modo più semplice di:

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

C'è?

Georgy
Domanda modificata 26º giugno 2019 в 1:36
Programmazione
python string punctuation
5º novembre 2008 в 5:30
16 visualizzazioni
Soluzione

Dal punto di vista dell'efficienza, non si può battere

s.translate(None, string.punctuation)

Per le versioni superiori di Python usate il seguente codice:

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

Esegue operazioni di stringhe grezze in C con una tabella di lookup - non c'è molto che possa battere questo, ma scrivere il proprio codice C.

Se la velocità non è una preoccupazione, un'altra opzione lo è:

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

Questo è più veloce di s.replace con ogni carattere, ma non si comporta bene come gli approcci non puri di python come le regex o string.translate, come potete vedere dai tempi qui sotto. Per questo tipo di problema, farlo al livello più basso possibile paga.

Codice dei tempi:

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)

Questo dà i seguenti risultati:

sets      : 19.8566138744
regex     : 6.86155414581
translate : 2.12455511093
replace   : 28.4436721802
Ashish Cherian
Risposta modificata 5º marzo 2019 в 9:07
Commentari (11)

Di solito uso qualcosa del genere:

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

Non necessariamente più semplice, ma un modo diverso, se avete più familiarità con la famiglia Re.

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