从Python中的字符串中删除所有非数字字符("."除外)

Question

我有一个非常好的工作snippit代码,但我想知道是否有人有任何更好的建议如何这样做:

val = ''.join([c for c in val if c in '1234567890.'])

你会怎么做？

Answer 1

您可以使用正则表达式(使用re模块)来完成同样的事情.下面的示例匹配[^\d.](任何不是十进制数字或句点的字符)的运行,并用空字符串替换它们.请注意,如果使用UNICODE标志编译模式,则生成的字符串仍可包含非ASCII数字.此外,删除"非数字"字符后的结果不一定是有效数字.

>>> import re
>>> non_decimal = re.compile(r'[^\d.]+')
>>> non_decimal.sub('', '12.34fe4e')
'12.344'

Answer 2

另一种'pythonic'方法

filter( lambda x: x in '0123456789.', s )

但正则表达式更快.

Answer 3

这是一些示例代码:

$ cat a.py
a = '27893jkasnf8u2qrtq2ntkjh8934yt8.298222rwagasjkijw'
for i in xrange(1000000):
    ''.join([c for c in a if c in '1234567890.'])

$ cat b.py
import re

non_decimal = re.compile(r'[^\d.]+')

a = '27893jkasnf8u2qrtq2ntkjh8934yt8.298222rwagasjkijw'
for i in xrange(1000000):
    non_decimal.sub('', a)

$ cat c.py
a = '27893jkasnf8u2qrtq2ntkjh8934yt8.298222rwagasjkijw'
for i in xrange(1000000):
    ''.join([c for c in a if c.isdigit() or c == '.'])

$ cat d.py
a = '27893jkasnf8u2qrtq2ntkjh8934yt8.298222rwagasjkijw'
for i in xrange(1000000):
    b = []
    for c in a:
        if c.isdigit() or c == '.': continue
        b.append(c)

    ''.join(b)

时间结果如下:

$ time python a.py
real    0m24.735s
user    0m21.049s
sys     0m0.456s

$ time python b.py
real    0m10.775s
user    0m9.817s
sys     0m0.236s

$ time python c.py
real    0m38.255s
user    0m32.718s
sys     0m0.724s

$ time python d.py
real    0m46.040s
user    0m41.515s
sys     0m0.832s

到目前为止看起来正则表达式是胜利者.

就个人而言,我发现正则表达式与列表理解一样可读.如果你只做了几次,那么你可能会在编译正则表达式时受到更大的打击.用你的代码和编码风格做点什么.

Answer 4

一个简单的解决方案是使用常规的经验

import re 
re.sub("[^0-9^.]", "", data)