Hapus karakter kecuali angka dari string menggunakan Python?

Bagaimana cara menghapus semua karakter kecuali angka dari string?

Dalam Python 2. *, sejauh ini pendekatan tercepat adalah .translatemetode:

>>> x='aaa12333bb445bb54b5b52'
>>> import string
>>> all=string.maketrans('','')
>>> nodigs=all.translate(all, string.digits)
>>> x.translate(all, nodigs)
'1233344554552'
>>> 

string.maketransmembuat tabel terjemahan (string dengan panjang 256) yang dalam hal ini sama dengan ''.join(chr(x) for x in range(256))(hanya lebih cepat membuatnya ;-). .translatemenerapkan tabel terjemahan (yang di sini tidak relevan karena allpada dasarnya berarti identitas) DAN menghapus karakter yang ada di argumen kedua - bagian kunci.

.translatebekerja sangat berbeda pada string Unicode (dan string di Python 3 - Saya melakukan pertanyaan keinginan tertentu yang besar-rilis Python adalah kepentingan!) - tidak cukup sederhana ini, tidak cukup cepat ini, meskipun masih cukup bermanfaat.

Kembali ke 2. *, perbedaan kinerja sangat mengesankan ...:

$ python -mtimeit -s'import string; all=string.maketrans("", ""); nodig=all.translate(all, string.digits); x="aaa12333bb445bb54b5b52"' 'x.translate(all, nodig)'
1000000 loops, best of 3: 1.04 usec per loop
$ python -mtimeit -s'import re;  x="aaa12333bb445bb54b5b52"' 're.sub(r"\D", "", x)'
100000 loops, best of 3: 7.9 usec per loop

Mempercepat sebanyak 7-8 kali bukanlah hal yang mudah, jadi translatemetode ini layak untuk diketahui dan digunakan. Pendekatan non-RE populer lainnya ...:

$ python -mtimeit -s'x="aaa12333bb445bb54b5b52"' '"".join(i for i in x if i.isdigit())'
100000 loops, best of 3: 11.5 usec per loop

adalah 50% lebih lambat dari RE, sehingga .translatependekatan mengalahkannya dengan urutan besarnya.

Di Python 3, atau untuk Unicode, Anda perlu meneruskan .translatepemetaan (dengan ordinal, bukan karakter secara langsung, sebagai kunci) yang mengembalikan Noneapa yang ingin Anda hapus. Berikut cara mudah untuk mengungkapkannya untuk menghapus "semuanya kecuali" beberapa karakter:

import string

class Del:
  def __init__(self, keep=string.digits):
    self.comp = dict((ord(c),c) for c in keep)
  def __getitem__(self, k):
    return self.comp.get(k)

DD = Del()

x='aaa12333bb445bb54b5b52'
x.translate(DD)

juga memancarkan '1233344554552'. Namun, meletakkan ini di xx.py kita memiliki ...:

$ python3.1 -mtimeit -s'import re;  x="aaa12333bb445bb54b5b52"' 're.sub(r"\D", "", x)'
100000 loops, best of 3: 8.43 usec per loop
$ python3.1 -mtimeit -s'import xx; x="aaa12333bb445bb54b5b52"' 'x.translate(xx.DD)'
10000 loops, best of 3: 24.3 usec per loop

... yang menunjukkan keuntungan kinerja menghilang, untuk jenis tugas "penghapusan", dan menjadi penurunan kinerja.

Gunakan re.sub, seperti ini:

>>> import re
>>> re.sub('\D', '', 'aas30dsa20')
'3020'

\D cocok dengan karakter non-digit apa pun, jadi, kode di atas, pada dasarnya menggantikan setiap karakter non-digit untuk string kosong.

Atau Anda dapat menggunakan filter, seperti (dengan Python 2):

>>> filter(str.isdigit, 'aas30dsa20')
'3020'

Karena di Python 3, filtermengembalikan iterator alih-alih a list, Anda dapat menggunakan yang berikut ini:

>>> ''.join(filter(str.isdigit, 'aas30dsa20'))
'3020'

s=''.join(i for i in s if i.isdigit())

Varian generator lain.

Anda dapat menggunakan filter:

filter(lambda x: x.isdigit(), "dasdasd2313dsa")

Di python3.0 Anda harus bergabung dengan ini (agak jelek :()

''.join(filter(lambda x: x.isdigit(), "dasdasd2313dsa"))

di sepanjang garis jawaban bayer:

''.join(i for i in s if i.isdigit())

Anda dapat dengan mudah melakukannya menggunakan Regex

>>> import re
>>> re.sub("\D","","£70,000")
70000

x.translate(None, string.digits)

akan menghapus semua digit dari string. Untuk menghapus huruf dan menyimpan angka, lakukan ini:

x.translate(None, string.letters)

Op tersebut menyebutkan di komentar bahwa dia ingin menyimpan tempat desimal. Ini dapat dilakukan dengan metode re.sub (sesuai dengan jawaban terbaik kedua dan IMHO) dengan secara eksplisit mencantumkan karakter yang akan disimpan misalnya

>>> re.sub("[^0123456789\.]","","poo123.4and5fish")
'123.45'

Versi cepat untuk Python 3:

# xx3.py
from collections import defaultdict
import string
_NoneType = type(None)

def keeper(keep):
    table = defaultdict(_NoneType)
    table.update({ord(c): c for c in keep})
    return table

digit_keeper = keeper(string.digits)

Berikut perbandingan performa vs. regex:

$ python3.3 -mtimeit -s'import xx3; x="aaa12333bb445bb54b5b52"' 'x.translate(xx3.digit_keeper)'
1000000 loops, best of 3: 1.02 usec per loop
$ python3.3 -mtimeit -s'import re; r = re.compile(r"\D"); x="aaa12333bb445bb54b5b52"' 'r.sub("", x)'
100000 loops, best of 3: 3.43 usec per loop

Jadi ini sedikit lebih dari 3 kali lebih cepat daripada regex, bagi saya. Ini juga lebih cepat daripada di class Delatas, karena defaultdictsemua pencariannya di C, daripada Python (lambat). Ini versi itu di sistem saya yang sama, untuk perbandingan.

$ python3.3 -mtimeit -s'import xx; x="aaa12333bb445bb54b5b52"' 'x.translate(xx.DD)'
100000 loops, best of 3: 13.6 usec per loop

Gunakan ekspresi generator:

>>> s = "foo200bar"
>>> new_s = "".join(i for i in s if i in "0123456789")

Jelek tapi berhasil:

>>> s
'aaa12333bb445bb54b5b52'
>>> a = ''.join(filter(lambda x : x.isdigit(), s))
>>> a
'1233344554552'
>>>

Anda dapat membaca setiap karakter. Jika berupa digit, masukkan ke dalam jawaban. The str.isdigit() Metode adalah cara untuk mengetahui apakah karakter adalah digit.

your_input = '12kjkh2nnk34l34'
your_output = ''.join(c for c in your_input if c.isdigit())
print(your_output) # '1223434'

$ python -mtimeit -s'import re;  x="aaa12333bb445bb54b5b52"' 're.sub(r"\D", "", x)'

100000 loop, terbaik 3: 2,48 usec per loop

$ python -mtimeit -s'import re; x="aaa12333bab445bb54b5b52"' '"".join(re.findall("[a-z]+",x))'

100000 loop, terbaik 3: 2.02 usec per loop

$ python -mtimeit -s'import re;  x="aaa12333bb445bb54b5b52"' 're.sub(r"\D", "", x)'

100000 loop, terbaik 3: 2,37 usec per loop

$ python -mtimeit -s'import re; x="aaa12333bab445bb54b5b52"' '"".join(re.findall("[a-z]+",x))'

100000 loop, terbaik 3: 1,97 usec per loop

Saya telah mengamati bahwa join lebih cepat daripada sub.

Bukan satu baris tapi sangat sederhana:

buffer = ""
some_str = "aas30dsa20"

for char in some_str:
    if not char.isdigit():
        buffer += char

print( buffer )

Saya menggunakan ini. 'letters'harus berisi semua huruf yang ingin Anda singkirkan:

Output = Input.translate({ord(i): None for i in 'letters'}))

Contoh:

Input = "I would like 20 dollars for that suit" Output = Input.translate({ord(i): None for i in 'abcdefghijklmnopqrstuvwxzy'})) print(Output)

Keluaran: 20

my_string="sdfsdfsdfsfsdf353dsg345435sdfs525436654.dgg(" 
my_string=''.join((ch if ch in '0123456789' else '') for ch in my_string)
print(output:+my_string)

keluaran: 353345435525436654