文字列から句読点を除去する最適な方法

もっとシンプルな方法があってもよさそうなものだが。

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

ありますか？

Georgy
編集された質問 26日 6月 2019 в 1:36
プログラミング
python string punctuation
5日 11月 2008 в 5:30
19 ビュー
ソリューション

効率性の観点から、あなたは以下に勝てません。

s.translate(None, string.punctuation)

Pythonの上位バージョンでは以下のコードを使用します。

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

これはルックアップテーブルを使ってC言語で生の文字列操作を行っています。自分でC言語のコードを書く以外にこれに勝るものはありません。

速度を気にしないのであれば、別の選択肢もありますが。

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

これは、各文字での s.replace よりも高速ですが、以下のタイミングからわかるように、正規表現や string.translate のような純粋ではない python のアプローチよりも性能が劣ります。 この種の問題では、できるだけ低いレベルで行うことが効果的です。

タイミングコード。

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)

これにより、以下のような結果が得られます。

sets      : 19.8566138744
regex     : 6.86155414581
translate : 2.12455511093
replace   : 28.4436721802
Ashish Cherian
編集した答え 5日 3月 2019 в 9:07
解説 (11)

普段はこんな感じで使っています。

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

必ずしもシンプルではなく、レファミリーに慣れている方には別の方法があると思います。

import re, string
s = "string. With. Punctuation?" # Sample string 
out = re.sub('[%s]' % re.escape(string.punctuation), '', s)
Vinko Vrsalovic
編集した答え 5日 11月 2008 в 11:20
解説 (3)