从Python中的string中除去所有非数字字符（“。”）除外
我有一个很好的工作snippit的代码，但我想知道如果有人有任何更好的build议，如何做到这一点：
val = ''.join([c for c in val if c in '1234567890.']) 你会怎么做？
你可以使用正则expression式（使用re模块）来完成同样的事情。 下面的例子匹配[^\d.] （任何不是十进制数字或句点的字符）的运行，并用空stringreplace它们。 请注意，如果模式使用UNICODE标志编译，则生成的string仍可能包含非ASCII数字 。 此外，删除“非数字”字符后的结果不一定是有效的数字。
>>> import re >>> non_decimal = re.compile(r'[^\d.]+') >>> non_decimal.sub('', '12.34fe4e') '12.344'
另一种“pythonic”方法
filter( lambda x: x in '0123456789.', s )
但正则expression式更快。
以下是一些示例代码：
$ 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)
和时间结果：
$ 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
看起来像正则expression式是迄今为止的胜利者。
就个人而言，我发现正则expression式与列表理解一样可读。 如果你只是这样做了几次，那么编译正则expression式可能会更大。 用你的代码和编码风格做什么？
我的解决scheme使用正则expression式更简单：
import re re.sub("[^0-9^.]", "", data)
import string filter(lambda c: c in string.digits + '.', s)
如果字符集较大，则使用下面的集合可能会更快。 实际上，这比a.py慢了一点。
dec = set('1234567890.') a = '27893jkasnf8u2qrtq2ntkjh8934yt8.298222rwagasjkijw' for i in xrange(1000000): ''.join(ch for ch in a if ch in dec)
至less在我的系统中，通过在a.py中使用生成器expression式而不是列表理解，可以节省一点时间（如果string足够长，则可以节省内存）：
a = '27893jkasnf8u2qrtq2ntkjh8934yt8.298222rwagasjkijw' for i in xrange(1000000): ''.join(c for c in a if c in '1234567890.')
哦，这是我在这个testingstring上发现的最快的方法（比正则expression式要快得多），如果你这么做了很多次，并且愿意忍受构build几个字符表的开销。
chrs = ''.join(chr(i) for i in xrange(256)) deletable = ''.join(ch for ch in chrs if ch not in '1234567890.') a = '27893jkasnf8u2qrtq2ntkjh8934yt8.298222rwagasjkijw' for i in xrange(1000000): a.translate(chrs, deletable)
在我的系统上，运行约1.0秒，正则expression式b.py在4.3秒内运行。
