使用Python从字符串中删除数字以外的字符？

如何从字符串中删除除数字以外的所有字符？

在Python 2. *中，到目前为止最快的方法是.translate：

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

string.maketrans生成一个转换表（长度为256的字符串），在这种情况下，该转换表与''.join(chr(x) for x in range(256))（更快地制作；-）相同。.translate应用转换表（这里无关紧要，因为all本质上是指身份），并删除第二个参数（关键部分）中存在的字符。

.translate在Unicode字符串（和Python 3中的字符串）上的工作方式大不相同-我确实希望问题能说明感兴趣的是哪个Python的主要发行版！）-并不是那么简单，也不是那么快，尽管仍然非常有用。

回到2. *，性能差异令人印象深刻……：

$ 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

将事情加速7到8倍几乎不是花生，因此该translate方法非常值得了解和使用。另一种流行的非RE方法...

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

比RE慢50％，因此该.translate方法将其击败了一个数量级。

在Python 3或Unicode中，您需要传递.translate一个映射（以普通字符而不是直接字符作为键），该映射返回None要删除的内容。这是删除“除以下所有内容外”几个字符的一种便捷方式：

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)

也发出'1233344554552'。但是，将其放在xx.py中，我们可以...：

$ 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

...表明性能优势对于这种“删除”任务消失了，而变成了性能下降。

使用re.sub，如下所示：

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

\D 匹配任何非数字字符，因此，上面的代码实质上是将每个非数字字符替换为空字符串。

或者您可以使用filter，就像这样（在Python 2中）：

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

由于在Python 3中，filter返回的是迭代器而不是list，因此您可以使用以下代码：

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

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

另一个发电机变体。

您可以使用过滤器：

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

在python3.0上，您必须加入这个（有点丑陋的:(）

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

按照拜耳的回答：

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

您可以使用Regex轻松完成此操作

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

x.translate(None, string.digits)

将从字符串中删除所有数字。要删除字母并保留数字，请执行以下操作：

x.translate(None, string.letters)

这位操作员在评论中提到他想保留小数位。可以通过re.sub方法（按照第二个方法和恕我直言的最佳答案）来完成，方法是明确列出要保留的字符，例如

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

Python 3的快速版本：

# 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)

这是与regex的性能比较：

$ 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

对我来说，它比正则表达式快3倍多。它也比class Del上面更快，因为defaultdict它使用C语言而不是（慢）Python进行所有查找。这是我在同一系统上的版本，以进行比较。

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

使用生成器表达式：

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

丑陋但可行：

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

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

100000次循环，每循环3：2.48微秒最佳

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

100000次循环，最好为3：每个循环2.02微秒

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

100000次循环，每循环3：2.37最佳

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

100000次循环，每循环3：1.97最佳

我已经观察到联接比sub快。

您可以阅读每个字符。如果是数字，则将其包括在答案中。该str.isdigit() 方法是一种知道字符是否为数字的方法。

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

不是一个班轮，但非常简单：

buffer = ""
some_str = "aas30dsa20"

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

print( buffer )

我用这个 'letters'应该包含您要删除的所有字母：

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

例：

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

输出： 20