Python 如何过滤字符串，以便只返回列表中的字符？

想象一个字符串，如“Agh#$%#%2341---！我只希望对它执行一些操作，以便只返回小写字母（作为一个示例），在本例中，这将带来“ghzdrkfd”

如何在Python中实现这一点？显而易见的方法是创建一个由字符“a”到“z”组成的列表，然后迭代我的字符串中的字符，并逐个字符地构建一个新的字符串，只包含我列表中的字符。这似乎很原始

我想知道正则表达式是否合适。替换不需要的字符似乎有问题，我倾向于选择白名单而不是黑名单。

.match

功能似乎不合适。我已经在Python站点上查看了相应的页面，但是没有找到一个合适的方法

如果正则表达式不合适，正确的方法是循环，那么是否有一个简单的函数可以将字符串“分解”为列表？还是我只是在打另一个for循环

s = 'ASDjifjASFJ7364'
s_lowercase = ''.join(filter(lambda c: c.islower(), s))
print s_lowercase #print 'jifj'

字符串对象是可编辑的；不需要将字符串“分解”为列表。您可以在列表中放入任何需要的条件，它将相应地过滤字符

---

您也可以使用正则表达式实现这一点，但这只会隐藏循环。正则表达式库仍然必须循环遍历字符串中的字符以过滤它们。

我会使用正则表达式。对于小写匹配[a-z]。

使用正则表达式非常简单，尤其是在这种情况下：

>>> s = 'Agh#$%#%2341- -!zdrkfd'
>>> ''.join(i for i in s if  i in 'qwertyuiopasdfghjklzxcvbnm')
'ghzdrkfd'

>>> import re
>>> s = 'ASDjifjASFJ7364'
>>> re.sub(r'[^a-z]+', '', s)
'jifj'

如果计划多次执行此操作，最好先编译正则表达式：

>>> import re
>>> s = 'ASDjifjASFJ7364'
>>> r = re.compile(r'[^a-z]+')
>>> r.sub('', s)
'jifj'

---

如果你在寻找效率。使用该函数是您可以获得的最快速度

它可用于快速替换字符和/或删除字符

import string
delete_table  = string.maketrans(
    string.ascii_lowercase, ' ' * len(string.ascii_lowercase)
)
table = string.maketrans('', '')

"Agh#$%#%2341- -!zdrkfd".translate(table, delete_table)

在python 2.6中：您不再需要第二个表了

import string
delete_table  = string.maketrans(
    string.ascii_lowercase, ' ' * len(string.ascii_lowercase)
)
"Agh#$%#%2341- -!zdrkfd".translate(None, delete_table)

这是一种比任何其他方法都快得多的方法。当然，您需要将delete_表存储在某个位置并使用它。但即使您不每次都存储和构建它，它仍然会比目前推荐的其他方法更快

为了证实我的说法，以下是结果：

for i in xrange(10000):
    ''.join(c for c in s if c.islower())

real    0m0.189s
user    0m0.176s
sys 0m0.012s

运行正则表达式解决方案时：

for i in xrange(10000):
    re.sub(r'[^a-z]', '', s)

real    0m0.172s
user    0m0.164s
sys 0m0.004s

[根据请求]如果预编译正则表达式：

r = re.compile(r'[^a-z]')
for i in xrange(10000):
    r.sub('', s)

real    0m0.166s
user    0m0.144s
sys 0m0.008s

以相同的次数运行translate方法：

real    0m0.075s
user    0m0.064s
sys 0m0.012s

---

如果您对字符串特别感兴趣，这里有一个解决方案：

 s = 'Agh#$%#%2341- -!zdrkfd'
 lowercase_chars = [chr(i) for i in xrange(ord('a'), ord('z') + 1)]
 whitelist = set(lowercase_chars)
 filtered_list = [c for c in s if c in whitelist]

白名单实际上是一组（而不是一个列表）的效率

如果需要字符串，请使用join（）：

---

filter（）是一种更通用的解决方案。从文档（）中：

过滤器（功能，可调）

从iterable的那些元素构造一个列表，对于这些元素，函数返回true。iterable可以是序列、支持迭代的容器或迭代器。如果iterable是字符串或元组，则结果也具有该类型；否则它总是一个列表。如果function为None，则假定identity函数，即删除iterable中所有为false的元素

这是使用filter（）的一种方法：

---

一种更通用、更易理解的解决方案，用于获取

输入字符串

，并根据

白名单

中的字符对其进行过滤：

inputstring = "Agh#$%#%2341- -!zdrkfd"
whitelist = "abcdefghijklmnopqrstuvwxyz"
remove = inputstring.translate(None, whitelist)
result = inputstring.translate(None, remove)
print result

这张照片

ghzdrkfd

---

第一个

string.translate

从输入字符串中删除白名单中的所有字符。这给了我们想要删除的角色。第二个

string.translate

调用从输入字符串中删除这些字符并生成所需的结果。

isalpha（）是不需要的，因为非字母字符将在islower（）上返回false。这也可以通过将

c.islower（）

更改为例如“abcDEF”中的

c来修改为使用自定义字符列表

。该死——我以为我有更好的答案，但这更简单。结合本·布兰克的评论，使得答案相当笼统。我想我必须先列出我的名单，但一点也不需要。没有必要在s上列出电话名单。字符串对象是可编辑的。公平地说，你应该在循环之外编译正则表达式。我正在比较最建议的解决方案。Paolo Bergantino就是这样写他的表达式的。我把它作为一个一次性的解决方案写的，它显然是最好编译的，所以你应该这样比较它。为了公平起见，把正则表达式改为“[^a-z]+”。这样，它将一次性替换一系列匹配项，而不是一次替换一个字符。@gnud，我试过了，速度稍微快一点，但无法翻译匹配项。顺便说一句，字符串越大，translate和其他方法之间的性能差异就越大。在translate中，处理时间几乎不会随着字符串长度的增加而增加。公平地说，我在您的预编译版本上再次运行了测试，测试速度仍然比translate慢。正则表达式应该是“[^a-z]+”—这将显著提高性能。@gnud，您关于提高性能的看法是正确的。但它仍然比翻译慢得多。

filtered_str = ''.join(filtered_list)

filtered_list = filter(lambda c: c.islower(), s)

import string

print filter(string.lowercase.__contains__, "lowerUPPER")
print filter("123".__contains__, "a1b2c3")

inputstring = "Agh#$%#%2341- -!zdrkfd"
whitelist = "abcdefghijklmnopqrstuvwxyz"
remove = inputstring.translate(None, whitelist)
result = inputstring.translate(None, remove)
print result

ghzdrkfd