Beste Methode zum Entfernen von Interpunktionszeichen aus einer Zeichenkette

Question

Es scheint einen einfacheren Weg zu geben als:

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

Gibt es eine?

Answer 1

>>> s = "string. With. Punctuation?"
>>> s = re.sub(r'[^\w\s]','',s)
>>> re.split(r'\s*', s)

['string', 'With', 'Punctuation']

Answer 2

Als Update habe ich das @Brian-Beispiel in Python 3 umgeschrieben und Änderungen vorgenommen, um den Regex-Kompilierschritt innerhalb der Funktion zu verschieben. Mein Gedanke dabei war, jeden einzelnen Schritt, der für das Funktionieren der Funktion erforderlich ist, zeitlich zu begrenzen. Vielleicht verwenden Sie verteiltes Computing und können das Regex-Objekt nicht zwischen Ihren Workern teilen und müssen re.compile Schritt bei jedem Arbeiter. Außerdem war ich neugierig, zwei verschiedene Implementierungen von maketrans für Python 3 zu testen

table = str.maketrans({key: None for key in string.punctuation})

gegen

table = str.maketrans('', '', string.punctuation)

Außerdem habe ich eine weitere Methode zur Verwendung von Mengen hinzugefügt, bei der ich die Schnittfunktion nutze, um die Anzahl der Iterationen zu verringern.

Dies ist der vollständige Code:

import re, string, timeit

s = "string. With. Punctuation"

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

def test_set2(s):
    _punctuation = set(string.punctuation)
    for punct in set(s).intersection(_punctuation):
        s = s.replace(punct, ' ')
    return ' '.join(s.split())

def test_re(s):  # From Vinko's solution, with fix.
    regex = re.compile('[%s]' % re.escape(string.punctuation))
    return regex.sub('', s)

def test_trans(s):
    table = str.maketrans({key: None for key in string.punctuation})
    return s.translate(table)

def test_trans2(s):
    table = str.maketrans('', '', string.punctuation)
    return(s.translate(table))

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("sets2      :",timeit.Timer('f(s)', 'from __main__ import s,test_set2 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("translate2 :",timeit.Timer('f(s)', 'from __main__ import s,test_trans2 as f').timeit(1000000))
print("replace   :",timeit.Timer('f(s)', 'from __main__ import s,test_repl as f').timeit(1000000))

Dies sind meine Ergebnisse:

sets      : 3.1830138750374317
sets2      : 2.189873124472797
regex     : 7.142953420989215
translate : 4.243278483860195
translate2 : 2.427158243022859
replace   : 4.579746678471565

Answer 3

Ich war auf der Suche nach einer wirklich einfachen Lösung, und die habe ich bekommen:

import re 

s = "string. With. Punctuation?" 
s = re.sub(r'[\W\s]', ' ', s)

print(s)
'string  With  Punctuation '

Answer 4

Hier ist eine Lösung ohne Regex.

import string

input_text = "!where??and!!or$$then:)"
punctuation_replacer = string.maketrans(string.punctuation, ' '*len(string.punctuation))    
print ' '.join(input_text.translate(punctuation_replacer).split()).strip()

Output>> where and or then

• Ersetzt die Interpunktionen durch Leerzeichen
• Ersetzen Sie mehrere Leerzeichen zwischen Wörtern durch ein einzelnes Leerzeichen
• Entfernen Sie die Leerzeichen am Ende, falls vorhanden, mit strip()

Answer 5

Warum benutzt das keiner von Ihnen?

 ''.join(filter(str.isalnum, s)) 

Zu langsam?