标签:标准化 abc alt 分解 tis cells border 十六进制 输入
问题:
过滤用户输入中前后多余的空白字符
‘ ++++abc123--- ‘
过滤某windows下编辑文本中的‘\r‘:
‘hello world \r\n‘
去掉文本中unicode组合字符,音调
"Zhào Qián Sūn Lǐ Zhōu Wú Zhèng Wáng"
如何解决以上问题?
去掉两端字符串: strip(), rstrip(),lstrip()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
#!/usr/bin/python3 s = ‘ -----abc123++++ ‘ # 删除两边空字符 print (s.strip()) # 删除左边空字符 print (s.rstrip()) # 删除右边空字符 print (s.lstrip()) # 删除两边 - + 和空字符 print (s.strip().strip( ‘-+‘ )) |
删除单个固定位置字符: 切片 + 拼接
1
2
3
4
5
6
|
#!/usr/bin/python3 s = ‘abc:123‘ # 字符串拼接方式去除冒号 new_s = s[: 3 ] + s[ 4 :] print (new_s) |
删除任意位置字符同时删除多种不同字符:replace(), re.sub()
1
2
3
4
5
6
7
8
9
10
11
|
#!/usr/bin/python3 # 去除字符串中相同的字符 s = ‘\tabc\t123\tisk‘ print (s.replace( ‘\t‘ , ‘‘)) import re # 去除\r\n\t字符 s = ‘\r\nabc\t123\nxyz‘ print (re.sub( ‘[\r\n\t]‘ , ‘‘, s)) |
同时删除多种不同字符:translate() py3中为str.maketrans()做映射
1
2
3
4
5
6
7
|
#!/usr/bin/python3 s = ‘abc123xyz‘ # a _> x, b_> y, c_> z,字符映射加密 print ( str .maketrans( ‘abcxyz‘ , ‘xyzabc‘ )) # translate把其转换成字符串 print (s.translate( str .maketrans( ‘abcxyz‘ , ‘xyzabc‘ ))) |
去掉unicode字符中音调
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
#!/usr/bin/python3 import sys import unicodedata s = "Zhào Qián Sūn Lǐ Zhōu Wú Zhèng Wáng" remap = { # ord返回ascii值 ord ( ‘\t‘ ): ‘‘, ord ( ‘\f‘ ): ‘‘, ord ( ‘\r‘ ): None } # 去除\t, \f, \r a = s.translate(remap) ‘‘‘ 通过使用dict.fromkeys() 方法构造一个字典,每个Unicode 和音符作为键,对于的值全部为None 然后使用unicodedata.normalize() 将原始输入标准化为分解形式字符 sys.maxunicode : 给出最大Unicode代码点的值的整数,即1114111(十六进制的0x10FFFF)。 unicodedata.combining:将分配给字符chr的规范组合类作为整数返回。 如果未定义组合类,则返回0。 ‘‘‘ cmb_chrs = dict .fromkeys(c for c in range (sys.maxunicode) if unicodedata.combining( chr (c))) #此部分建议拆分开来理解 b = unicodedata.normalize( ‘NFD‘ , a) ‘‘‘ 调用translate 函数删除所有重音符 ‘‘‘ print (b.translate(cmb_chrs)) |
标签:标准化 abc alt 分解 tis cells border 十六进制 输入
原文地址:https://www.cnblogs.com/hemage/p/12588846.html