如何去掉字符串中不需要的字符

实际案例

1. 过滤掉用户输入中前后多余的空白字符："　　hello　　"
2. 过滤某Windows系统下某编辑文件应用在编辑文本时插入的"\r"

解决方案：

• 方法一：字符串strip()，lstrip()和rstrip()方法去掉字符串两端，左边和右边的字符；
• 方法二：删除单个固定位置的字符，可以使用切片+拼接的方式；
• 方法三：字符串的replace()方法或正则表达式re.sub()删除任意位置字符。

# -*- coding: utf-8 -*-

import re

s1 = "     hello    "
# 方法一
print s1.strip()

s2 = "hello\r\n"

# 方法二
print s2[:-2]

# 方法三，replace()
print s2.replace("\r", "")

# 方法三，sub.re()
print re.sub("[\r]", "", s2)

运行结果为：

hello
hello
hello

hello

注：本文实际案例中有一特殊案例，本人在Windows系统和Linux系统下都未成功解决，希望阅读此文的大佬能帮忙解惑，谢谢！

问题为如何去除Unicode中组合字符（音调）：'zhào'。

查阅相关教程得知此问题宜采用translate()方法，其代码如下：

u = u'zhào'

print u.translate({0xe0:None})

其输出结果为：

zho

输出结果中‘zhào’的‘à’去除了，但我们本意是去除‘a’的音调。除此之外，本方法有个问题就是需要事先知道Unicode中组合字符的ASCII。对于这个问题，我们可在shell下得知，但若在Python 3.X版本中就无法通过shell得知。

根据北门吹雪（O(∩_∩)O谢谢）的博客可得到Python 3.X版本的解决办法，其代码如下：

import sys
import unicodedata

u = "Zhào"

'''
　　通过使用dict.fromkeys() 方法构造一个字典，每个Unicode和音调作为键，对于的值全部为None
　　然后使用unicodedata.normalize() 将原始输入标准化为分解形式字符
　　sys.maxunicode : 给出最大Unicode代码点的值的整数，即1114111（十六进制的0x10FFFF）。
　　unicodedata.combining:将分配给字符chr的规范组合类作为整数返回。 如果未定义组合类，则返回0。
'''
s = unicodedata.normalize('NFD', u)
cmb_chrs = dict.fromkeys(c for c in range(sys.maxunicode) if unicodedata.combining(chr(c)))
'''
　　　调用translate 函数删除所有音调
'''
print(s.translate(cmb_chrs))

运行结果为：

Zhao

Python 2.X的版本的代码如下：

import sys
import unicodedata

u = u'zhào'

s = unicodedata.normalize('NFD', u)
cmb_chrs = dict.fromkeys(c for c in range(sys.maxunicode) if unicodedata.combining(unichr(c)))

print s.translate(cmb_chrs)

运行结果与Python 3.X版本的结果一致。