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:re.sub(参数1,参数2,参数3)方法,表示匹配到以后替换。其中参数1表示正则匹配的模式,参数2表示匹配到以后用参数2替换原内容,参数3表示要处理的字符串
\W这个正则表示匹配非数字字母下划线,所以下划线是不会被替换的,上面可以看到用replace方法去掉了下划线
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!