Najlepší spôsob odstránenia interpunkcie z reťazca

Zdá sa, že by mal existovať jednoduchší spôsob ako:

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

Existuje?

Georgy
Edited question 26 jún 2019 в 1:36
Programovanie
python string punctuation
5 november 2008 в 5:30
41 zobrazenia
Riešenie

Z hľadiska efektívnosti sa vám nepodarí poraziť

s.translate(None, string.punctuation)

Pre vyššie verzie Pythonu použite nasledujúci kód:

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

Vykonáva operácie so surovými reťazcami v jazyku C pomocou vyhľadávacej tabuľky - nie je toho veľa, čo by to prekonalo, ale napíšte si vlastný kód v jazyku C.

Ak vás netrápi rýchlosť, je tu iná možnosť:

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

Je to rýchlejšie ako s.replace s každým znakom, ale nebude to fungovať tak dobre ako iné ako pythonovské prístupy, ako sú regexy alebo string.translate, ako môžete vidieť z nižšie uvedených časov. Pri tomto type problému sa oplatí robiť to na čo najnižšej úrovni.

Časovanie kódu:

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)

Výsledkom sú nasledujúce výsledky:

sets      : 19.8566138744
regex     : 6.86155414581
translate : 2.12455511093
replace   : 28.4436721802
Ashish Cherian
Edited answer 5 marec 2019 в 9:07
Komentáre (11)

Zvyčajne používam niečo podobné:

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

Nie nevyhnutne jednoduchšie, ale iným spôsobom, ak ste lepšie oboznámení s rodinou re.

import re, string
s = "string. With. Punctuation?" # Sample string 
out = re.sub('[%s]' % re.escape(string.punctuation), '', s)
Vinko Vrsalovic
Edited answer 5 november 2008 в 11:20
Komentáre (3)