Alle Sonderzeichen, Satzzeichen und Leerzeichen aus der Zeichenkette entfernen

Question

Ich muss alle Sonderzeichen, Satzzeichen und Leerzeichen aus einer Zeichenkette entfernen, so dass ich nur Buchstaben und Zahlen habe.

Answer 1

Der allgemeinste Ansatz ist die Verwendung der "Kategorien" der Unicodedata-Tabelle, die jedes einzelne Zeichen klassifiziert. Der folgende Code filtert z. B. nur druckbare Zeichen auf der Grundlage ihrer Kategorie:

import unicodedata
# strip of crap characters (based on the Unicode database
# categorization:
# http://www.sql-und-xml.de/unicode-database/#kategorien

PRINTABLE = set(('Lu', 'Ll', 'Nd', 'Zs'))

def filter_non_printable(s):
    result = []
    ws_last = False
    for c in s:
        c = unicodedata.category(c) in PRINTABLE and c or u'#'
        result.append(c)
    return u''.join(result).replace(u'#', u' ')

Unter der oben angegebenen URL finden Sie alle verwandten Kategorien. Sie können natürlich auch filtern nach den Interpunktionskategorien filtern.

Answer 2

Für andere Sprachen wie Deutsch, Spanisch, Dänisch, Französisch usw., die Sonderzeichen enthalten (z. B. "Umlaute" als ü , ä , ö ) fügen Sie diese einfach dem Regex-Suchstring hinzu:

Beispiel für Deutsch:

re.sub('[^A-ZÜÖÄa-z0-9]+', '', mystring)

Answer 3

Dadurch werden alle Sonderzeichen, Satzzeichen und Leerzeichen aus einer Zeichenkette entfernt und nur Zahlen und Buchstaben angezeigt.

import re

sample_str = "Hel&&lo %% Wo$#rl@d"

# using isalnum()
print("".join(k for k in sample_str if k.isalnum()))

# using regex
op2 = re.sub("[^A-Za-z]", "", sample_str)
print(f"op2 = ", op2)

special_char_list = ["$", "@", "#", "&", "%"]

# using list comprehension
op1 = "".join([k for k in sample_str if k not in special_char_list])
print(f"op1 = ", op1)

# using lambda function
op3 = "".join(filter(lambda x: x not in special_char_list, sample_str))
print(f"op3 = ", op3)

Answer 4

Verwenden Sie translate:

import string

def clean(instr):
    return instr.translate(None, string.punctuation + ' ')

Achtung: Funktioniert nur bei ASCII-Zeichenketten.

Answer 5

Damit werden alle nicht alphanumerischen Zeichen außer Leerzeichen entfernt.

string = "Special $#! characters   spaces 888323"
''.join(e for e in string if (e.isalnum() or e.isspace()))

Sonderzeichen Leerzeichen 888323