Python从字符串中删除多个字符串的最佳方法

Question

蟒蛇 3.6

我想从字符串中删除字符串列表。这是我第一次糟糕的尝试：

string = 'this is a test string'
items_to_remove = ['this', 'is', 'a', 'string']
result = list(filter(lambda x: x not in items_to_remove, string.split(' ')))
print(result)

输出：

['test']

但这不起作用，如果 x间隔不合适，。我觉得一定有内置解决方案，嗯一定有更好的方法！

我看过这个关于堆栈溢出的讨论，我的确切问题......

不要浪费我的努力。我为所有解决方案计时。我相信最简单、最快和最 Pythonic 的是简单的 for 循环。这不是另一个帖子中的结论......

result = string
for i in items_to_remove:
    result = result.replace(i,'')

测试代码：

import timeit

t1 = timeit.timeit('''
string = 'this is a test string'
items_to_remove = ['this', 'is', 'a', 'string']
result = list(filter(lambda x: x not in items_to_remove, string.split(' ')))
''', number=1000000)
print(t1)

t2 = timeit.timeit('''
string = 'this is a test string'
items_to_remove = ['this', 'is', 'a', 'string']
def sub(m):
    return '' if m.group() in items_to_remove else m.group()

result = re.sub(r'\w+', sub, string)
''',setup= 'import re', number=1000000)
print(t2)

t3 = timeit.timeit('''
string = 'this is a test string'
items_to_remove = ['this', 'is', 'a', 'string']
result = re.sub(r'|'.join(items_to_remove), '', string)
''',setup= 'import re', number=1000000)
print(t3)

t4 = timeit.timeit('''
string = 'this is a test string'
items_to_remove = ['this', 'is', 'a', 'string']
result = string
for i in items_to_remove:
    result = result.replace(i,'')
''', number=1000000)
print(t4)

输出：

1.9832003884248448
4.408749988641971
2.124719851741177
1.085117268194475

Answer 1

string.split()如果您对字符串间距没有信心，可以使用。

string.split()和string.split(' ')工作有点不同：

In [128]: 'this     is   a test'.split()
Out[128]: ['this', 'is', 'a', 'test']

In [129]: 'this     is   a test'.split(' ')
Out[129]: ['this', '', '', '', '', 'is', '', '', 'a', 'test']

前者分割你的字符串，没有任何多余的空字符串。

如果您想要更高的安全性，或者您的字符串可以包含制表符和换行符，那么还有另一种使用正则表达式的解决方案：

In [131]: re.split('[\s]+',  'this     is \t  a\ntest', re.M)
Out[131]: ['this', 'is', 'a', 'test']

最后，我建议将您的查找列表转换为查找，set以便在您的过滤器中进行高效查找：

In [135]: list(filter(lambda x: x not in {'is', 'this', 'a', 'string'}, string.split()))
Out[135]: ['test']

在性能方面，列表复合比过滤器快一点，虽然不那么简洁：

In [136]: [x for x in string.split() if x not in {'is', 'this', 'a', 'string'}]
Out[136]: ['test']