Python去除字符串中多余字符的多种方法详解

Finn

发布时间：2026-10-13| 3人浏览过

原创

本文详细介绍Python中去除字符串多余字符的多种技巧。涵盖使用strip系列方法处理两端空白，利用切片拼接删除固定位置字符，通过replace或re.sub清理任意位置的多类字符，以及利用str.maketrans和unicodedata模块处理Unicode组合字符与音调符号，帮助开发者高效完成文本清洗任务。

在实际开发中，我们常遇到需要清理字符串中多余字符的场景。

例如，过滤用户输入时，通常需要去除前后多余的空白字符。

比如字符串 ' ++++abc123--- '。

或者处理从Windows系统编辑的文本时，可能需要过滤掉回车符 '\r'。

例如字符串 'hello world \r\n'。

此外，有时还需要去除文本中的Unicode组合字符，特别是音调符号。

例如处理字符串 "Zhào Qián Sūn Lǐ Zhōu Wú Zhèng Wáng"。

针对上述问题，Python提供了多种解决方案。

若需去掉字符串两端的字符，可使用 strip()、rstrip() 和 lstrip() 方法。

#!/usr/bin/python3
 
s = ' -----abc123++++ '
 
# 删除两边空字符
print(s.strip())
 
# 删除左边空字符
print(s.rstrip())
 
# 删除右边空字符
print(s.lstrip())
 
# 删除两边 - + 和空字符
print(s.strip().strip('-+'))

若需删除单个固定位置的字符，可以通过切片结合拼接的方式实现。

#!/usr/bin/python3
 
s = 'abc:123'
# 字符串拼接方式去除冒号
new_s = s[:3] + s[4:]
print(new_s)

若需删除任意位置的字符，且同时处理多种不同字符，可使用 replace() 或 re.sub()。

#!/usr/bin/python3
 
# 去除字符串中相同的字符
s = '\tabc\t123\tisk'
print(s.replace('\t', ''))
 
 
import re
# 去除\r\n\t字符
s = '\r\nabc\t123\nxyz'
print(re.sub('[\r\n\t]', '', s))

若需同时删除多种不同字符，还可以利用 translate() 方法，在Python 3中需配合 str.maketrans() 建立映射关系。

#!/usr/bin/python3
 
s = 'abc123xyz'
# a _> x, b_> y, c_> z，字符映射加密
print(str.maketrans('abcxyz', 'xyzabc'))
# translate把其转换成字符串
print(s.translate(str.maketrans('abcxyz', 'xyzabc')))

对于去掉Unicode字符中的音调，需结合 unicodedata 模块进行特殊处理。

#!/usr/bin/python3
 
import sys
import unicodedata
s = "Zhào Qián Sūn Lǐ Zhōu Wú Zhèng Wáng"
remap = {
 # ord返回ascii值
 ord('\t'): '',
 ord('\f'): '',
 ord('\r'): None
 }
# 去除\t, \f, \r
a = s.translate(remap)
'''
　　通过使用dict.fromkeys() 方法构造一个字典，每个Unicode 和音符作为键，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。
'''
cmb_chrs = dict.fromkeys(c for c in range(sys.maxunicode) if unicodedata.combining(chr(c))) #此部分建议拆分开来理解
b = unicodedata.normalize('NFD', a)
'''
　　　调用translate 函数删除所有重音符
'''
print(b.translate(cmb_chrs))

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。