一行Python代码过滤标点符号等特殊字符
时间：2021-08-13 07:36:37|栏目：Python代码|点击： 次
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：
https://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
上一篇：Python利用逻辑回归模型解决MNIST手写数字识别问题详解
栏 目：Python代码
下一篇：Python实现MySQL操作的方法小结【安装,连接,增删改查等】
本文地址：http://www.codeinn.net/misctech/166578.html
